박형준 학생(지도교수 이관희), 전립선암 조기 진단을 위한 설명 가능한 인공지능(XAI) 기반 다중 바이오마커 FET 센서 개발


왼쪽부터 KU-KIST 융합대학원 박형준 통합과정, 이관희 교수


전립선암은 전 세계적으로 남성에서 가장 흔히 진단되는 암 중 하나이며, 조기 진단이 치료 성공률을 높이는 중요한 요인으로 작용한다. 현재 표준화된 전립선암 진단 방법인 Prostate Imaging Reporting and Data System (PI-RADS) 점수는 높은 진단 정확도를 보이지만, PI-RADS 3 단계의 병변에 대한 판별력이 낮아 불필요한 조직 검사를 초래하는 문제점이 있다.

본 연구에서는 설명 가능한 인공지능(Explainable AI, XAI) 기반의 새로운 전립선암 조기 진단 시스템을 개발하였다. 연구팀은 소변 내 엑소좀(urinary exosome) 기반 다중 바이오마커를 검출할 수 있는 고감도 이중 게이트 전계 효과 트랜지스터(Dual-gate FET, DGFET) 센서를 활용하여, 비침습적인 방식으로 전립선암의 존재 여부를 정확히 분석하는 기술을 제안하였다. 특히, TMEM256, Flotillin-2, PSMA 등의 전립선암 특이적 바이오마커를 정량적으로 분석하고, 이를 XAI 기반 머신러닝 알고리즘과 결합하여 진단 정확도를 향상시켰다.

XAI 기반 시스템은 102명의 환자 샘플을 분석한 결과 AUC(곡선하면적) 0.93의 높은 진단 정확도를 보였으며, 특히 기존 PI-RADS 3 병변의 진단 정확도를 기존 30.4%에서 66.7%로 2배 이상 향상시키는 성과를 거두었다. 또한, 설명 가능한 인공지능을 적용하여 특정 바이오마커의 중요도를 정량적으로 분석하고, 의사들에게 신뢰할 수 있는 근거 기반의 예측 정보를 제공할 수 있도록 하였다.

이번 연구는 KU-KIST 융합대학원의 박형준 통합과정 학생이 이관희 교수의 지도하에 진행하였으며, 연구 결과는 바이오센서 및 바이오일렉트로닉스 분야의 저명한 학술지인 Biosensors and Bioelectronics (Impact Factor: 10.7, JCR 분야 상위 2.4%) 최신호에 게재되었다.

* (논문명) Explainable artificial intelligence-driven prostate cancer screening using exosomal multi-marker based dual-gate FET biosensor

* (논문게재지) Biosensors and Bioelectronics 267 (2025) 116773 (Impact factor: 10.7, JCR 분야 상위 2.4%) 



그림 1. 설명 가능한 인공지능(XAI) 기반 전립선암 진단 시스템의 개략도. 소변 유래 엑소좀 바이오마커를 DGFET 센서로 검출하고, XAI 분석을 통해 PI-RADS 점수의 한계를 보완하여 진단 정확도를 향상시켰음을 보여준다.