Development and Open-Source Release of a Multi-Cancer Module for Structuring Pathology Reports

당신이 거대한 미스터리를 풀려는 탐정이라고 상상해 보세요. 하지만 단서들을 깔끔한 파일 캐비닛에서 찾는 것이 아니라, 수백만 개의 손글씨 메모, 엉망인 낙서, 그리고 혼란스러운 일기장 속에서 찾아내야 합니다. 이것이 암을 연구하는 연구자들이 마주하는 일상의 현실입니다. 수십 년 동안 종양에 대한 가장 결정적인 단서들—그 종류, 크기, 단계—은 '병리 보고서' 안에 갇혀 있었습니다. 병리 보고서란 의사들이 현미경으로 조직 샘플을 검사한 후 작성하는 상세한 요약본입니다. 문제는 무엇일까요? 이 보고서들은 흔히 스프레드시트 같은 정형화된 형식이 아니라, 마치 일기처럼 자유로운 문장이나 반구조화된 형식으로 작성된다는 점입니다. 인간 의사는 이를 쉽게 읽을 수 있지만, 컴퓨터는 이해하는 데 어려움을 겪습니다. 이는 로봇에게 사과를 세는 법을 가르치려는데, 그 사과들이 텍스트라는 문단 속에 숨겨져 있는 것과 같습니다. 이를 해결하기 위해 과학자들은 자연어 처리(NLP)라고 불리는 인공지능의 한 분야를 사용합니다. NLP를 인간의 언어를 읽고 이를 컴퓨터가 처리할 수 있는 정리된 데이터로 바꿔주는 아주 똑똑한 번역가라고 생각하면 됩니다. 우리가 이 보고서들을 해독할 수 있다면, 우리는 대규모로 암의 추세를 분석할 수 있으며, 단 한 명의 의사가 혼자서는 결코 볼 수 없는 패턴을 포착함으로써 생명을 구할 수도 있습니다.

이제, 국립암센터의 팀을 만나보겠습니다. 그들은 암 보고서만을 위한 '만능 번역기'를 만들기로 결결심했는데, 한 가지 반전이 있었습니다. 바로 이 도구를 자신들의 연구실에만 가둬두지 않고 누구나 사용할 수 있는 도구로 만들고 싶어 했다는 점입니다. 그들은 ClinicalBERT라는 기술을 기반으로 한 디지털 로봇 두뇌를 만들었습니다. ClinicalBERT를 수백만 권의 의학 교과서를 읽고 이제 의사들이 종양에 대해 말할 때 사용하는 특유의 언어를 이해하는 데 전문가가 된 학생이라고 상상해 보세요. 연구팀은 이 로봇이 신장, 갑상선, 간, 유방, 대장암 등 다섯 가지 유형의 암에 대한 병리 보고서를 읽도록 훈련시켰습니다. 그들의 목표는 로봇에게 "이것은 어느 장기인가?" 또는 "어떤 수술이 수행되었는가?"와 같은 질문에 대한 구체적인 답을 찾게 하고, 그 정보를 엉망인 텍젝트 속에서 추출하여 깨끗하고 정리된 목록을 만드는 법을 가르치는 것이었습니다.

결과는 '와우(wow)'와 '오호(whoa)'가 섞인 모습이었습니다. 로봇이 훈련을 받았던 병원(국립암센터)의 보고서로 테스트했을 때, 결과는 정말 놀라웠습니다. 로봇은 거의 매번 정답을 맞혔으며, 성공 점수(F1 스코어라고 불리는)는 0.945에서 0.977 사이였습니다. 이를 체감해 보자면, 만약 당신이 100개의 질문을 던진다면 로봇은 거의 95개에서 98개를 맞힐 것이라는 뜻입니다. 그것은 마치 우등생이 자신의 모교 교실에서 모든 시험을 완벽하게 통과하는 것과 같았습니다.

하지만 진짜 시험은 그들이 로봇을 새로운 훈련 없이 두 곳의 다른 병원(일산병원과 보라매병원)으로 보냈을 때 찾아왔습니다. 이것은 마치 그 우등생을 선생님들이 조금 다른 스타일로 노트를 작성하고, 서로 다른 은어를 사용하며, 종이 양식도 다르게 사용하는 완전히 다른 학교로 데려가는 것과 같습니다. 저자들이 예상했던 대로, 로봇은 비틀거렸습니다. 성능이 눈에 띄게 떨어졌습니다. 유방암의 경우, 한 병원에서는 0.945라는 완벽에 가까운 점수에서 0.777로 떨어졌고, 다른 병원에서는 0.427까지 더 낮아졌습니다. 간, 신장, 갑상선암에서도 유사한 하락이 나타났습니다. 논문은 이러한 하락이 의사들이 보고서를 쓰는 방식이 장소마다 다르기 때문이라고 설명합니다. 즉, 문장 구조가 다르거나, "암이 발견되지 않음"을 표현하는 방식이 다르거나, 혹은 단순히 습관이 다르기 때문입니다.

비틀거림에도 불구하고, 로봇이 완전히 실패한 것은 아니었습니다. 로봇은 여전히 '큰 그림'에 관한 질문들은 제대로 맞혔습니다. 새로운 병원에서도 해당 장기가 무엇인지, 그리고 어떤 수술이 수행되었는지에 대한 질문에는 거의 항상 정확한 답을 찾아냈습니다. 하지만 장기 내의 정확한 위치와 같이 더 구식하고 구체적인 세부 사항들에 대해서는 혼란을 겪었는데, 이는 특정 병원이 선호하는 기록 방식에 크게 의존하는 것으로 보였습니다.

이 논문에서 가장 흥ся로운 부분은 숫자 자체가 아니라, 팀이 그 숫자를 가지고 무엇을 했느냐 하는 것입니다. 그들은 로봇 두뇌를 비밀로 간직하는 대신, 문을 열고 모두를 초대했습니다. 그들은 코드와 훈련된 모델, 그리고 지침들을 인터넷에 무료로 공개했습니다. 그들은 본질적으로 이렇게 말하고 있는 것입니다. "여기 우리의 도구가 있습니다. 우리 집에서는 아주 잘 작동하고, 다른 집에서도 괜찮게 작동하지만, 당신의 스타일에 맞게 약간의 수정이 필요할 수도 있습니다." 이것은 다른 연구자들이 처음부터 자신만의 로봇을 만들 필요 없이, 이 기술을 즉시 사용할 수 있게 해준다는 점에서 엄청난 진전입니다. 저자들은 이것이 강력한 토대이긴 하지만, 어디서나 완벽하게 작동하는 마법 지팡이는 아니라는 점을 주의 깊게 언급했습니다. 그들은 이 기술이 다른 병원에서 가장 잘 작동하려면, 현지 팀들이 각자의 특정 기록 스타일에 맞춰 약간의 '보정'이나 미세 조정(fine-tuning)을 할 필요가 있다고 제안합니다.

요약하자면, 이 논문은 암 연구를 더 빠르고 협력적으로 만드는 데 있어 중대한 도약입니다. 이는 AI를 사용하여 엉망인 손글씨 의료 메모를 깨끗하고 사용 가능한 데이터로 바꿀 수 있음을 증명하는 동시에, 모든 병원이 조금씩 다른 언어를 사용한다는 사실을 솔직하게 인정합니다. 자신들의 연구를 공개적으로 공유함으로써, 이 팀은 과학계 전체에 열쇠를 건네주며, 언젠가 모든 의사, 모든 곳에서 완벽하게 작동하는 만능 번역기를 가질 수 있도록 모두가 이 도구를 다듬는 데 동참해 달라고 요청하고 있습니다.