2020년 기준, 국내 암 발생률 3위인 대장암을 포함해 대장 질환의 진단 및 치료를 위한 대장내시경 검사 건수는 연간 220만 건에 달합니다. 하지만 대장내시경은 위내시경에 비해 시술 난이도가 높고 장 천공 합병증이 발생(0.1%)할 위험이 있습니다. 검사받는 환자의 고통도 적지 않습니다. 그래서 대장 검사에서도 최근 캡슐 내시경을 사용하기도 하 지만 캡슐 내시경으로는 조직 검사나 치료를 할 수 없습니다. 한편 소장은 입이나 항문 양쪽 모두에서 가장 멀리 떨어져 있어 기존 내시경으로는 접근하기 어렵습니다. 풍선 보조 소장내시경은 검사 시간이 길고 시술 난이도가 높다는 단점이 있고요.

이러한 배경 탓에 새로운 개념의 내시경이 필요하기에, 저희는 재난이나 환경 분야에 사용하기 위해 개발된 로봇 기술을 대장과 소장 내시경에 접목할 것을 구상했습니다. 유연 성장형 로봇내시경은 쉽게 말해, 삽입 전에는 소형이었다가 체내에서 유연하게 확장하는 형태입니다. 세계적으로는 몇몇 연구자 그룹이 연구를 진행 중인 것으로 알려졌지만, 완성된 기술도 아니고 실제 사용된 사례가 없으니 갈 길이 멀 것으로 예상됩니다. 하지만 전세계 다른 경쟁 그룹에 비해 저희 팀은 상대적으로 앞서 있습니다. 현재 대형 동물의 대장을 대상으로 전 임상 실험을 진행하고 있을 정도니까요.

1차 연도에 대장 로봇내시경 시작품을 시작으로 2차 연도에는 소장 로봇내시경을, 3차 연도에는 임상 시험 지원 요건을 충족하는 로봇내시경 개발을 완료할 계획입니다.

이 모든 과정을 거쳐 개발에 성공할 경우, 환자분들에게 내시경 검사 과정의 고통과 합병증 발생 위험을 현저히 줄여드릴 수 있으며, 비교적 적은 비용으로 제작할 수 있는 만큼 1회용 내시경을 통한 감염 전파 방지에도 도움이 되리라 생각합니다. 경제적·산업적 측면의 이익도 기대할 수 있습니다. 내시경 분야는 의료기기 분야 중 7번째로 큰 분야인데, 현재는 일본계 3사가 글로벌 시장의 절반가량을 점유하고 있습니다. 우리나라는 임상 의료 영역을 선도하고 있는 것과 달리 산업 분야의 성과는 미미한 실정입니다. 하지만 저희의 연구가 제품 상용화로 이어진다면, 내시경 분야의 글로벌 판도를 바꾸며 국가 경제에도 보탬이 될 것입니다. 그런 만큼 이번 연구과제 선정을 계기로 반드시 가시적인 성과를 만들겠습니다. 더 많은 환자 삶의 질 개선에 이바지하고 대한민국 의료의 높은 수준을 다시 한번 전 세계에 널리 알리겠습니다.

많은 질병은 우리 몸을 이루는 세포의 기능 이상으로 인해서 발생합니다. 다시 말해서 질병의 근본 원인을 파고 들어가려면 어떤 세포가 어떻게 잘못되어 있는가를 알아야 하는 것이지요. 그런데 단일세포 유전체 연구가 활성화되기 이전까지는 우리 몸에 얼마나 다양한 세포 종류가 있는지도 잘 몰랐습니다. 그리고 지금도 단일세포 유전체 연구를 통해서 계속 새로운 세포 종류가 밝혀지고 있습니다. 단일세포 연구에서 가장 큰 컨소시엄 연구인 인간 세포 지도(Human Cell Atlas) 연구팀이 자신들의 연구에 대해 ‘인간 세포의 주기율표를 새롭게 만드는 작업’이라고 설명할 정도입니다.

이처럼 단일세포 연구는 아직 생명과학의 기초 연구에 가깝지만 최근 들어 질병에 응용하는 연구도 빠르게 진행되고 있습니다. 질병의 원인이 되는 희귀 세포군을 찾아내거나 특정 약물이 어떤 세포에 어떻게 영향을 주는가를 예측해서 신약 개발에 활용하는 것이 대표적인 예입니다.

관련 연구가 활성화되려면 더 많은 임상 연구자들이 환자 샘플을 이용한 단일세포 연구를 해야 하는데, 높은 비용과 데이터 분석의 어려움이 걸림돌이 됩니다.

이런 어려움을 해결하기 위해 저는 1) 최소한의 데이터로 2) 쉽고 3) 빠르고 4) 정확한 학습을 가능케 하는 파운데이션 모델의 장점에 주목했습니다. 그 결과, ‘파운데이션 모델을 이용한 단일세포 인공지능’이라는 연구방향을 설정하고 기초의학과 임상의학, 데이터 공학 등 다양한 분야의 연구자를 모았습니다. 그 과정을 거쳐 탄생할 인공지능 플랫폼은 더 많은 연구자가 쉽게 단일세포 연구에 참여할 수 있게 할 것입니다. 이를 통해 질병의 타겟 세포 확인, 병태 생리 기전 규명과 같은 연구 성과가 축적되면 신약개발, 질병 정밀진단이나 맞춤 치료제 선정에 단일세포 분석이 직접적으로 활용되는 시기도 빨라질 것입니다. 앞으로 서울대학교병원이 생화학과 유전학, 생명정보학은 물론 첨단 IT 기술의 언어를 이해하고 적용할 수 있는 의사과학자를 더 많이 배출할 수 있도록 최선을 다해 연구에 임하겠습니다.

최근 영상의학 분야는 물론 병리학과 생체신호 분야에서도 비정형 의료영상 데이터가 기하급수적으로 늘어나고 있습니다. 비정형 의료영상 데이터는 본질적으로 텍스트와 영상이 결합된 멀티모달 데이터입니다. 이 멀티모달 데이터는 빅데이터 연구 및 거대 인공지능의 개발과 검증에 있어 핵심적인 역할을 할 것으로 기대되는 만큼, 의료와 관련해서도 최대한 많은 기관에서 최대한 방대한 양의 데이터를 수집해야 합니다. 문제는 의료 분야에서는 적용 분야나 사용 기관에 따라 각기 다른 형식의 비정형 의료영상을 사용하고 있다는 점입니다. 예를 들어 영상의학 데이터는 의료용 디지털 영상 및 통신 표준을 따르지만, 디지털 병리학 영상과 생체신호 데이터 분야에서는 영상 표준이 아직 확립되지 않았습니다. 수많은 의료기관에서 환자의 데이터를 공유할 수 없는 이유 중 하나가 바로 이것입니다.

이에 저희 팀에서는 ‘세계 최초로’ 각기 다른 병원 전산 시스템을 사용하는 비정형 영상 데이터를 표준화하고 CDM(Common Data Model, 공통데이터모델) 기반 임상 자료와 결합하기 위한 프로젝트에 돌입했습니다. 서울대학교병원 본원과 서울특별시보라매병원, 세브란스병원 등에서 다양한 종류의 의료영상 및 CDM 구축 경험이 풍부한 의료진이 모였고, 데이터 사이언스 및 거대언어모델 등의 역량을 갖춘 IT 전문가들도 합류해 과제를 수행하고 있습니다.

이 과정을 통해 기존의 정형데이터인 CDM을 비정형 영상데이터 CDM으로 확장한다면 이미 CDM을 구축한 국내 약 60여 개 병원, EU와 미국을 포함한 전 세계 12억 명 환자 데이터를 통합할 수 있을 것입니다. CDM은 특히 데이터를 각 기관 내에 유지한 채 공유하고 협업할 수 있다는 장점을 갖고 있습니다.

따라서 환자는 데이터 침해 가능성을 최소화한 상태에서 곳곳의 병원에서 진료를 받을 수 있고 연구자들은 즉각적인 연구 특히 딥러닝에 표준화된 데이터를 활용할 수 있게 됩니다. 여러 기관의 데이터를 표준화해 소수 환자군에 대한 의료영상 데이터 활용을 촉진할 수도 있습니다. 이렇게, 다방면에 활용하며 다양한 가치를 만들어낼 연구인 만큼, 반드시 성공해서 서울대학교병원그룹 연구의 선순환을 촉진하겠습니다.

저희는 강화학습을 게임과 정신건강 진단 사이의 중요한 징검다리로 삼았습니다. 강화학습은 인공지능이 주어진 상태에 대해 최적의 행동을 선택하도록 하는 학습 방법으로, 인간이 환경으로부터 정보를 받아들이고 학습하는 과정과 유사합니다. 한편 정신질환은 인간의 뇌 회로에서 특정 기능이 과도하거나 부족할 때 발생한다고 알려져 있는데요. 예를 들어 뇌의 도파민 회로 이상으로 ADHD(Attention Deficit Hyperactivity Disorder, 주의력결핍 과잉행동장애)가 발생하면 강화학습 양상에도 영향을 줄 수밖에 없습니다. 이를 해소하기 위해서는 정신질환 치료를 받아야 하지만, 아직 치료 접근성이 떨어지는 것이 사실입니다.

그래서 저희는 첫째 온라인으로 정신건강을 확인해 치료 접근성 문제를 해결하고, 둘째 보물찾기 게임으로 강화학습 양상을 파악하기로 했습니다. 다양한 게임 중 보물찾기를 선택한 이유는 짧은 시간 내에 실험 참가자의 데이터를 풍부하게 얻을 수 있고 정형화된 강화학습 양상을 관찰할 수 있기 때문입니다. 기존 연구와의 차별점은 강화학습 양상을 설문지와 연계한 것과 강화학습 패턴 분석에 인공 신경망 모델을 접목한 것인데요. 인공신경망 모델은 대상을 예측하고 분석하는 데에 널리 사용되고 있는 기법으로 저희 연구에서는 게임 플레이 패턴을 통해 실험 참가자의 정신질환 여부를 예측하게 됩니다. 다만 예측에 성공하더라도 후속 연구를 위해서는 데이터 중 의미 있는 요소를 가려내야 하기에 다양한 RNN(Recurrent Neural Network, 순환신경망) 방식 등을 접목할 계획입니다.

다른 연구팀에 비해 실력이 부족한데도 연구공모에 선정되어 감사와 책임감을 동시에 느끼고 있습니다. 하지만 학부생의 강점인 과감함과 창의성을 충분히 발휘해 성공적으로 완수하겠습니다. 의과대학에서 배우는 모든 것이 의미 있고 흥미롭게 느껴지는 터라 질병의 근원을 탐구하는 기초의학자, 환자를 직접 치료하는 임상의사 등 다방면으로 진로를 가늠하고 있습니다. 이번 연구공모 선정을 계기로 창업의 길에도 관심이 생겼습니다. 배우는 동안 열심히 탐색하고 성실히 임해, 대한민국 의학 발전에 도움이 되는 사람으로 성장하겠습니다.