KAIST, 신속 박테리아 병원균 식별 기술 개발

심영석 기자 입력 2022. 6. 27. 13:00
자동요약 기사 제목과 주요 문장을 기반으로 자동요약한 결과입니다.
전체 맥락을 이해하기 위해서는 본문 보기를 권장합니다.

KAIST 물리학과 박용근 교수 연구팀이 홀로그래피 현미경과 인공지능을 이용해 신속 박테리아 병원균 식별 기술을 개발했다.

이는 기존 방법의 10만분의 1 수준의 식별 정확도를 확보한 기술로 향후 다양한 병원균을 식별하는 플랫폼이 될 것으로 기대된다.

이에 연구팀은 3차원 홀로그래피 현미경과 인공지능 알고리즘을 활용해 단일 세포 수준의 표본으로도 병원균의 균종을 정확히 알아낼 수 있음을 입증했다.

음성재생 설정
번역beta Translated by kaka i
글자크기 설정 파란원을 좌우로 움직이시면 글자크기가 변경 됩니다.

이 글자크기로 변경됩니다.

(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.

3차원 홀로그래피 현미경과 인공지능 이용..배양없이 균종 식별
아이디어 모식도. 3차원 굴절률 영상을 학습시킨 인공지능 알고리즘에 입력해 학습 데이터베이스 상 가장 유사한 균종으로 식별한다.(KAIST 제공) © 뉴스1

(대전=뉴스1) 심영석 기자 = KAIST 물리학과 박용근 교수 연구팀이 홀로그래피 현미경과 인공지능을 이용해 신속 박테리아 병원균 식별 기술을 개발했다.

이는 기존 방법의 10만분의 1 수준의 식별 정확도를 확보한 기술로 향후 다양한 병원균을 식별하는 플랫폼이 될 것으로 기대된다.

27일 KAIST에 따르면 병원균의 조기 식별은 감염질환 치료에 필수적이다.

하지만 지금까지는 환자로부터 추출한 시편(병원균 조각)을 하루 이상 배양해야만 검출이 가능할 정도의 박테리아 개수가 확보된다.

이에 연구팀은 3차원 홀로그래피 현미경과 인공지능 알고리즘을 활용해 단일 세포 수준의 표본으로도 병원균의 균종을 정확히 알아낼 수 있음을 입증했다.

홀로그래피 현미경으로 측정되는 3차원 굴절률 영상 정보에 내재된 균종과 관련된 특성을 인공지능 알고리즘으로 학습해 종을 구분하는 것이 핵심 아이디어다.

연구팀은 종별로 500개 이상의 박테리아의 3차원 굴절률 영상을 측정했고 이를 인공지능 신경망을 통해 학습시켰다.

연구팀은 개발한 방법을 이용해 주요한 혈액 감염균을 신속하게 식별함으로써 실제 진단에도 응용될 가능성을 검증했다.

한 개의 병원균 혹은 병원균 덩어리를 측정한 단일 3차원 굴절률 영상에서는 약 82.5%의 정확도로 균종 판별이 가능했다.

나아가 7개의 박테리아 영상을 확보했을 때 99.9%의 정확도를 얻는 등 다수의 영상 확보가 매우 중요하다는 사실도 규명했다.

제1 저자인 김건 물리학과 박사과정 학생은 “10만분의 1 수준의 표본량으로도 질량 분석기의 균종 검출률과 비슷한 정확도를 얻었다”며 “환자 시편에서 다양한 병원균을 식별하는 플랫폼 기술이 될 것으로 기대된다ˮ고 말했다.

한편 이번 연구 결과는 광학 분야 저명한 학술지인 ‘라이트 사이언스 앤드 어플리케이션즈’에 지난 23일 발표됐다.

km5030@news1.kr

Copyright © 뉴스1. All rights reserved. 무단 전재 및 재배포, AI학습 이용 금지.

이 기사에 대해 어떻게 생각하시나요?