| 내용 |
암 치료를 위한 노력은 벌써 몇십년동안 지속되고 있지만, 아직까지 뚜렷한 항암 치료법이 나와있지 않다. 워낙 많은 종류의 암들이 있으며, 또 각 암세포들의 변형된 또다른 종류의 암에 대한 대응 치료법들이 개발되어야 하기때문에, 암의 궁극적인 치료법은 아직도 수많은 연구가 필요하다. 최근 Journal of Biomedical Informatics에 실린 논문에 따르면, 기계학습 (Machine Learning) 을 알고리즘을 이용한 암 검진 및 진단, 그리고 거기에 상응하는 치료법을 찾아내는 방법이 상당한 효과가 있다는 내용이 발표됐다. 이는 미국 인디애나 대학과 Regenstrief 연구소에서 발표한 연구내용으로, 미국내 30개 병원에서 수집된 7천여명의 암환자들의 기록에서 추출된 데이터를 대상으로 non-dictionary based feature selection 방법을 이용한 기계학습 알고리즘을 적용했을 때, 의사들이 직접 검토 후 내린 결론과 임상실험의 결과들에 비해 좀 더 나은 암 검진결과를 보인 것으로 알려졌다. 이 연구에서 암 검진의 정확도는 80-90% 이상이며, 훨씬 짧은 시간에 적은 비용으로 이와 같은 결과를 얻어냈다. 사용된 기계학습 알고리즘에는 다섯가지의 임상결정방법 (clinical decision model)이 쓰여졌다. Simple logistic regression, naive bayes, k-nearest neighbor, random forest, and J48 decision tree로 알려진 이 방법들은 기계학습 모델중 상당히 보편적인 방법들이고, 또 논문에서도 이 연구만을 위해 특별히 새로운 알고리즘을 개발하지 않았다는 점 들을 봤을때, 앞으로 기계학습이 암 검진 및 진단, 그리고 대응 치료법의 자동화에 많은 기여를 할 것으로 보인다. |
