수술 중에 위암 조직을 실시간으로 판별할 수 있는 기술이 개발됐다.
위암은 전 세계적으로 사망률이 높은 암 중 하나다. 수술할 때 종양의 정확한 경계를 파악하는 것은 수술 성공률에 큰 영향을 준다. 하지만 지금까지는 조직을 절제한 뒤 검사실에서 확인하는 과정이 필요해 ‘즉시 판단’이 어렵다는 한계가 있었다.
국립암센터 윤홍만 위암센터 연구팀은 국민대학교와의 공동 연구를 통해 별도의 염색이나 준비 과정이 필요 없는 ‘자가형광분광법’에 주목했다. 자가형광분광법은 외부 염색체나 형광 표지 없이, 생체 조직이 빛을 받았을 때 자연적으로 방출하는 형광 신호를 분석해 조직의 특성을 파악하는 기술로 검체 손상 없이 빠른 분석이 가능하다는 장점이 있다.
다만, 이 방식은 장비에 따라 측정 결과가 달라지고, 주변 환경 영향이 크며, 여러 빛 신호가 뒤섞여 구분이 어려운 문제가 있었다.
이에 연구팀은 온도·습도·빛을 일정하게 유지해주는 맞춤형 환경 제어 장치를 만들고 그 안에서 나온 데이터를 딥러닝 기반 인공지능으로 학습시켜 복잡하게 섞인 빛 신호를 정교하게 분리해내도록 했다.
그 결과, 이 기술은 위암 조직과 정상 조직을 88.1%의 정확도로 구분하며, 수술 중 종양의 범위를 실시간에 가깝게 파악할 수 있는 수준을 보여줬다.
윤홍만 위암센터장은 “기존 빛 분석 방식의 단점을 인공지능과 환경 제어 기술로 해결한 혁신적 연구”라며 “앞으로 수술실에서 곧바로 종양의 경계를 확인해 수술 의사에게 큰 도움이 될 것”이라고 말했다.
이번 연구는 국민대학교 김형민 교수팀과 공동으로 수행됐으며, 국립암센터 공익적암연구사업과 과학기술정보통신부 기초과학연구사업 지원을 받아 이루어졌다. 연구 결과는 분석화학 분야 국제 학술지 ‘Analytical Chemistry’에 최근 게재됐다.
위암은 전 세계적으로 사망률이 높은 암 중 하나다. 수술할 때 종양의 정확한 경계를 파악하는 것은 수술 성공률에 큰 영향을 준다. 하지만 지금까지는 조직을 절제한 뒤 검사실에서 확인하는 과정이 필요해 ‘즉시 판단’이 어렵다는 한계가 있었다.
국립암센터 윤홍만 위암센터 연구팀은 국민대학교와의 공동 연구를 통해 별도의 염색이나 준비 과정이 필요 없는 ‘자가형광분광법’에 주목했다. 자가형광분광법은 외부 염색체나 형광 표지 없이, 생체 조직이 빛을 받았을 때 자연적으로 방출하는 형광 신호를 분석해 조직의 특성을 파악하는 기술로 검체 손상 없이 빠른 분석이 가능하다는 장점이 있다.
다만, 이 방식은 장비에 따라 측정 결과가 달라지고, 주변 환경 영향이 크며, 여러 빛 신호가 뒤섞여 구분이 어려운 문제가 있었다.
이에 연구팀은 온도·습도·빛을 일정하게 유지해주는 맞춤형 환경 제어 장치를 만들고 그 안에서 나온 데이터를 딥러닝 기반 인공지능으로 학습시켜 복잡하게 섞인 빛 신호를 정교하게 분리해내도록 했다.
그 결과, 이 기술은 위암 조직과 정상 조직을 88.1%의 정확도로 구분하며, 수술 중 종양의 범위를 실시간에 가깝게 파악할 수 있는 수준을 보여줬다.
윤홍만 위암센터장은 “기존 빛 분석 방식의 단점을 인공지능과 환경 제어 기술로 해결한 혁신적 연구”라며 “앞으로 수술실에서 곧바로 종양의 경계를 확인해 수술 의사에게 큰 도움이 될 것”이라고 말했다.
이번 연구는 국민대학교 김형민 교수팀과 공동으로 수행됐으며, 국립암센터 공익적암연구사업과 과학기술정보통신부 기초과학연구사업 지원을 받아 이루어졌다. 연구 결과는 분석화학 분야 국제 학술지 ‘Analytical Chemistry’에 최근 게재됐다.