헬스케어

뇌암을 혈액 검사 결과로 분석하는 AI

mm
Unite.AI를 Google의 선호 소스에 추가

최근 스트라스클라이드 대학교 글래스고의 연구진은 뇌암을 혈액 샘플을 분석하여 검출하는 방법을 특허했습니다. ClinSpec Diagnostics Limited의 연구진은 분광법과 AI 알고리즘을 결합하여 혈액 생검을 기반으로 뇌암을 검출했습니다. Psychology Today에 따르면, 이 연구는 최근 Nature Communications 저널에 발표되었으며, 연구 팀에 따르면 이 연구는 임상 분광법과 AI의 활용에서重大한 발전을 나타냅니다.

이 연구에서 제시된 내용은 뇌암을 검출하는 것을 훨씬 더 쉽게 만들 수 있습니다. 빈번하게 발생하는 두통은 뇌암의 증상일 수 있지만, 두통은 매우 흔한 반면 뇌암은 그렇지 않습니다. 임상의사들은 두통이 걱정할 필요가 있는지 여부를 판단하기 위해 더 나은 방법이 필요합니다. 의사들은 뇌암을 진단하기 위해 비싼 뇌 영상 검사를 수행하는 데 소요되는 시간과 자원을 줄일 수 있어야 합니다. 만약 간단한 혈액 검사가 임상의사들에게 뇌암을 진단하는 데 도움이 될 수 있는 신뢰할 수 있는 정보를 제공할 수 있다면, 생명을 구할 수 있을 것입니다.

이것이 ClinSpec 연구진이 뇌암 가능성 있는 환자들을 구분하기 위해 알고리즘을 개발하려고 한 이유입니다.

질병을 검출하는 일반적인 방법 중 하나는 액체 생검으로, 조직 샘플 대신 체内の 체액을 생검합니다. 액체 생검 시장은 빠르게 성장하여 BC Research LLC의 시장 조사에 따르면 24억 달러의 규모에 달합니다. 액체 생검은 암을 나타내는 세포자유 순환 종양 DNA 또는 ctDNA와 순환 종양 세포 또는 CTC를 검출할 수 있기 때문에 암을 검출하는 데 효과적입니다. 그러나 ClinSpec의 연구진은 다른 분석 방법을 사용하여 혈액 샘플에서 암을 나타내는 생화학적 표지자를 찾기 위해 분광법을 수행했습니다.

분광법은 특정 표적 화학 성분을 찾기 위해 전자기 복사를 사용하는 과정입니다. 빛은 구성 전자기 주파수로 분할되며, 이러한 주파수는 서로 다른 화학물질과 다르게 반응합니다. ClinSpec 연구진은 혈액 샘플의 대표를 생성하기 위해 적외선 빛을 사용하여 감쇠 총 반사(Fourier 변환 적외선 분광법)이라고 불리는 기술을 사용했습니다. 연구 팀은 이 기술이 비파괴적이고 비침습적인 기술로 샘플을 광범위하게 준비할 필요 없이 신뢰할 수 있는 생화학적 프로필을 생성한다고 말했습니다. 혈액 샘플의 대표는 이후 이상을 분석하고 암의 가능한 징후를 확인할 수 있었습니다.

데이터를 분석하기 위해 분류 모델을 생성하기 위해 서포트 벡터 머신을 사용했습니다. 서포트 벡터 머신은 분류와 회귀 분석에 사용되며, 데이터셋을 여러 클래스로 구분하는 결정 경계 또는 선을 그리는 방식으로 작동합니다. 알고리즘은 결정 경계와 경계선의 양쪽에 있는 데이터 포인트 사이의 거리를 최대화하려고 시도하며, 거리가 클수록 분류기가 더 자신감을 갖습니다.

연구 팀은 혈액 샘플을 분석하는 उनक의 방법이 암 샘플과 비암 샘플을 효과적으로 구분할 수 있다고 말했습니다. 민감도는 93.2%, 특이도는 92.8%였습니다. MDDI Online에 따르면, 연구진은 104명의 다른 환자들로부터 샘플을 분석했을 때, их AI 지원 방법이 약 86%의 경우에 건강한 환자와 암을 구분할 수 있다고 보고했습니다.

연구진은 연구에서 다음과 같이 설명했습니다.

“이 연구는 ATR-FTIR 분광법을 임상 환경으로 번역하는 한 단계입니다. 이 고처리량 분석으로의 단계는 적외선 분광법 분야와 임상 환경 모두에 영향을 미칩니다. 이 기술을 사용하여 혈청을 분석하면 뇌암을 위한 트라이어지 도구로 임상 경로에 이상적으로 적합할 것입니다.”

블로거이자 프로그래머로 Machine Learning Deep Learning 주제에 전문가입니다. 다니엘은 다른 사람들이 AI의 힘을 사회적善으로 사용하는 것을 돕기를 희망합니다.