인공지능(AI)을 이용해 병원균을 빠르고 정확하게 식별할 수 있는 진단 기술이 개발됐다. 병원균 배양 없이 균종을 높은 정확도로 파악할 수 있어 현장 진단기술로 유용할 전망이다.
KAIST는 박용근 교수 연구팀이 홀로그래피 현미경과 AI를 이용한 '신속 박테리아 병원균 식별 기술'을 개발했다고 27일 밝혔다.
병원균의 조기 식별은 감염질환 치료에 필수적이지만, 통상 수 일이 걸려 감염 초기 병원균에 대한 정확한 진단 결과 없이 항생제를 투여하는 사례가 빈번하다.
기존 병원균 식별 기술은 일정량 이상의 박테리아를 배양하는 데 하루 이상이 걸리고, 신호 세기 검출에도 많은 박테리아가 필요하다.
연구팀은 홀로그래피 현미경으로 균종별 500개 박테리아의 3차원 굴절률 영상을 측정한 후, 이를 AI 신경망을 통해 학습시켰다. 3차원 홀로그래피 현미경과 AI 알고리즘을 활용해 단일 세포 수준에서 병원균의 균종을 정확히 알아낼 수 있도록 구현한 것이다.
연구팀은 혈액감염 사례의 90%를 차지하는 총 19종의 병원균에 대해 한 개의 병원균 또는 병원균 덩어리를 측정한 단일 3차원 굴절률 영상에서 약 82.5%의 정확도로 균종을 판별했고, 7개의 박테리아 영상을 확보하면 정확도를 99.9%까지 높일 수 있었다.
박용근 KAIST 교수는 "홀로그래피 현미경의 세포 감별 능력을 AI으로 극대화한 감염 진단 기술"이라며 "10만 분의 1 수준의 표분량으로 질량 분석기의 균종 검출률과 비슷한 정확도를 얻었고, 환자 시편에서 다양한 병원균을 식별하는 플랫폼 기술로 활용될 것으로 기대한다"고 말했다.
이 연구결과는 광학 분야 국제 학술지 '빛: 과학과 응용'에 게재됐으며, 삼성서울병원, KAIST 교원창업기업 토모큐브 간 공동연구를 통해 진행됐다.