인공지능 이용한 박테리아 신속 분석 기법 개발

굴절률 이용하는 홀로그래픽 현미경과 인공지능 기술 결합
병원균 1개만으로도 혈액감염 원인균 19개 판별 가능
질병 유발 다양한 병원균 식별에 활용 가능 기대

홀로그래픽 현미경과 인공지능 기술 이용한 박테리아 검출기법 개념도 - 카이스트 제공

감염질환 치료를 위해 가장 중요한 것은 신속한 병원균 분석이다. 감염 원인균을 빠르게 파악해야 효과적인 약물 투여로 치료가 가능하기 때문이다.

문제는 병원균을 식별하는데 최소 1~2일 걸린다는 점이다. 패혈증 같은 경우는 원인균을 파악하는 동안 환자의 상태가 악화돼 사망하는 경우도 적지 않다. 잘못된 진단을 하면 과도한 항생제 남용으로 인한 슈퍼박테리아 문제도 발생한다. 이에 국내 연구진이 감염병 원인균을 빠르게 파악할 수 있는 기술을 개발해 주목받고 있다.

카이스트, 삼성서울병원, 진단의학 분석기업 토모큐브가 중심이 된 공동 연구팀은 홀로그래피 현미경과 인공지능 기술을 활용한 병원균 신속 식별 기술을 개발했다고 27일 밝혔다. 이번 연구에는 카이스트 물리학과, 나노과학기술대학원, 삼성서울병원 진단검사의학과, 감염내과, 서울성모병원 진단검사의학과, 분당차병원 응급의학과, 카이스트 교원 창업 기업인 토모큐브가 참여했다. 이번 연구 결과는 광학 분야 국제 학술지 ‘빛: 과학과 응용’에 실렸다.

병원균 식별에 시간이 오래 걸리는 이유는 박테리아 배양 때문이다. 질량 분석기를 이용한 식별 기술은 일정량 이상 박테리아 표본이 확보돼야 균종을 구분해 낼 수 있다. 환자에서 추출한 시료를 하루 이상 배양해야 검사가 가능한 박테리아 수를 확보할 수 있다.

연구팀은 굴절률을 활용해 관찰하는 물질의 3차원 영상을 얻을 수 있는 홀로그래피 현미경과 인공지능 기술을 결합했다. 연구팀은 500개 이상의 박테리아 3차원 굴절률 영상을 찍어 인공지능 신경망으로 학습시켰다. 이를 통해 미량의 표본만으로도 정확히 균종을 파악할 수 있게 됐다.

연구팀은 이번에 개발한 기술을 이용해 혈액 감염을 시키는 주요 병원균 19개를 빠르게 식별할 수 있도록 했다. 특히 병원균 한 개만 있더라도 82.5%의 정확도로 균종 판별이 가능하고 영상 7개가 있으면 99.9%의 정확도로 병원균을 파악할 수 있다는 것을 확인했다.

연구를 이끈 박용근 물리학과 교수는 “이번 연구는 홀로그래피 현미경의 세포 감별 능력을 인공지능으로 극대화시켜 10만분의1 수준의 미세한 양으로도 질량 분석기와 비슷한 분석이 가능함을 보였다”며 “다양한 병원균 식별에 활용할 수 있도록 기술을 발전시켜 나갈 것”이라고 말했다.

유용하 기자

▶ 밀리터리 인사이드 - 저작권자 ⓒ 서울신문사 -