[메디컬프라임 윤준혁 기자]  이엘케이 최흥국 최고지식책임자(CKO)와 국내 유수 대학의 연구팀이 협업해 SCI급 학술지인 MDPI Cancers에 ‘Region Segmentation of Whole-Slide Images for Analyzing Histological Differentiation of Prostate Adenocarcinoma Using Ensemble EfficientNetB2 U-Net with Transfer Learning Mechanism’ 논문을 출판했다고 밝혔다.

최근 미국 인공지능 연구소 Open AI에서 공개한 챗봇 서비스 ‘Chat GPT’가 연일 세간의 화제를 모으고 있는 가운데 인공지능(AI) 관련 기술이 전 세계적으로 주목되고 있는 만큼 급속도로 발전하는 의료영상분석기술의 흐름에 맞춰 제이엘케이 또한 원천기술을 활용해 연구결과를 지속적으로 세계적인 학술지에 게재하고 있다.

해당 논문은 제이엘케이의 원천기술력을 기반으로 한 전립선암 영상분석 관련 논문으로, 전 세계적으로 암 관련 사망원인 5위에 해당할 뿐만 아니라 남성들에게 가장 흔히 발병되는 질환에 해당하기 때문에 전립선암의 정확한 진단과 예후 효과까지 향상시킬 수 있도록 딥러닝 모델을 구현한 것에 더욱 큰 의미를 가질 것으로 보인다.

또한 전립선암은 70대 이상의 남성에게는 70% 이상의 높은 발병률을 보이고 있으며, 약 10% 정도는 사망까지 이르게 하는 위험한 질환이기 때문에 제이엘케이 최흥국 최고지식책임자(CKO)는 이전부터 이와 관련해 병리학적 관점에서 연구를 진행해왔다고 전했다.
 
이번에 출판한 논문의 주요 목표는 전립선암 영역의 세분화를 기반으로 병리의사가 진단을 내리는 데 도움을 줄 수 있는 자동 주석 시스템을 구축하는 것에 있다. 생검 조직 이미지에서 종양샘의 성장 패턴을 구별하는 것은 병리의사에게 번거로운 작업이다.

특히 암 진단을 개선하고 병리의사의 업무량을 줄이기 위해서는 첨단 기술 중에서도 딥러닝 기술이 가장 필요하기 때문에 본 연구는 전립선 생검의 전체 슬라이드 영상을 분석하고 딥러닝 기법을 통해 스트로마, 양성, 암 조직 성분을 구별하는 것을 목표로 진행됐다.