인공지능(AI)과 3차원 홀로그램을 접목해 병원균을 식별하는 기술이 나왔다. 감염균 종류 찾는데만 하루 이상 걸리던 시간을 몇 시간으로 단축할 수 있다. 정확도도 뒤처지지 않는다. 병원균 종류를 빠르게 분간해 이에 맞는 항생제 투여를 신속히 할 수 있어 감염질환으로 인한 사망률을 낮출 수 있다.
카이스트(총장 이광형, KAIST)가 3D 홀로그래피 현미경과 AI를 이용한 신속 박테리아 병원균 식별 기술을 개발했다고 27일 밝혔다. 박용근 KAIST 물리학과 교수 연구팀과 삼성서울병원, 토모큐브 팀이 수년간 공동으로 연구해 이룬 성과다.
병원균에 의한 감염질환은 치명적이다. 치료 방법은 감염균에 대한 억제·살균력이 있는 항생제를 감염 초기에 투여하면 된다. 병원균 종류에 따라 구조·생리가 달라서 항생제 효율에 편차가 난다. 병원균 종류만 잘 알아봐도 이에 맞는 항생제를 사용할 수 있어 효과적으로 치료할 수 있다.
그러나 일반 병원균 식별은 보통 24시간 이상 걸린다. 식별 과정에 장시간 배양을 통한 샘플 증량이 필수여서다. 병원균이 가진 생화학적 특징을 직간접적으로 나타내 정확한 병원균 식별이 가능하지만, 신호 세기를 확보하기 위해서는 배양을 통한 샘플 증량이 선행돼야 한다는 의미다.
만약 적은 양의 샘플에서 균종 단서를 알아낼 수 있다면, 하루 이상 걸리던 식별 시간을 획기적으로 단축할 수 있다. 이에 연구팀은 해당 방식을 3차원 단층촬영과 AI 알고리즘으로 만들었다. 3차원 굴절률 단층촬영으로 세포를 세세하게 측정함으로써 AI 알고리즘으로 균종 식별하는 데 성공했다.
3차원 굴절률 단층촬영이란
해당 촬영법은 X-ray CT와 유사한 원리다. 세포 굴절률 분포를 재구성하는 기술이다. 염색 처리 없이 신속하게 세포 측정을 할 수 있다.
균종을 알고 있는 굴절률 영상을 이용해 AI 분류 알고리즘을 학습시키면 이후 알고리즘이 처음 보는 굴절률 영상에도 높은 정확도로 균종을 예측할 수 있다.
연구팀은 혈액 감염 사례 중 약 90%를 차지하는 19종 병원균으로 테스트했다. 결과적으로 정확도 82.5%로 균종을 식별할 수 있었다. AI 알고리즘의 통계적인 성질을 이용해 여러 굴절률 영상이 확보된 경우엔 정확도가 더 높았다. 정확도는 굴절률 영상 수에 따라 오른다.
연구팀은 향후 미소유체공학을 통한 고속 검체 전처리 기술과 융합하면 기존 검사법 수준의 정확도로 균종을 식별할 것으로 보고 있다. 해당 기술이 의료 현장에 보급되면, 감염질환에 의한 생명 위협을 줄일 수 있다. 또 무분별한 항생제 투약을 방지해 항생제 내성균 출현 빈도를 낮출 것으로 보고 있다.
이번 연구는 광학 분야 학술지 '라이트 사이언스 앤드 어플리케이션즈(Light: Science & Applications)' 에 이달 23일 게재됐다. 논문명은 'Rapid species identification of pathogenic bacteria from a minute quantity exploiting three-dimensional quantitative phase imaging and artificial neural network'다.
AI타임스 김미정 기자 kimj7521@aitimes.com
