이정훈 광운대 전기공학과 교수팀, 스마트폰 딥러닝 기술 활용해 현장에서 바이러스 초기 질병 진단/예측하는 신기술 개발
이정훈 광운대 전기공학과 교수팀, 스마트폰 딥러닝 기술 활용해 현장에서 바이러스 초기 질병 진단/예측하는 신기술 개발
  • 복현명
  • 승인 2023.04.28 15:35
  • 댓글 0
이 기사를 공유합니다

이정훈(왼쪽) 광운대학교 전기공학과 교수와 이승민 박사과정생, 김선목 박사과정생, 윤대성 고려대 교수, 이기백 광운대 교수, 유용경 가톨릭관동대 교수. 사진=광운대.
이정훈(왼쪽) 광운대학교 전기공학과 교수와 이승민 박사과정생, 김선목 박사과정생, 윤대성 고려대 교수, 이기백 광운대 교수, 유용경 가톨릭관동대 교수. 사진=광운대.

[스마트경제=복현명 기자] 이정훈 광운대학교 전기공학과 교수팀이 ㈜켈스, 이기백 광운대 교수팀, 조성연 서울성모병원  교수팀, 유용경 가톨릭관동대 교수팀, 윤대성 고려대 교수팀과의 공동연구를 통해 스마트폰을 기반으로 한 AI 진단기술 개발에 성공했으며 이를 통해 외부 장착기기들 없이 스마트폰과 래피드키트만으로 고감도 현장진단이 가능한 기술을 개발했다.

코로나19 현장진단으로서의 래피드키트는 팬데믹, 엔데믹 시대에 하루 수백만 회 이상 수행중에 있으며 현장진단의 정확도/민감도 향상기술은 개별 환자의 치료, 공중 보건에 큰 영향을 미칠 수 있다. 

특히 진단/스크리닝은 증상이 나타나기 전이나 무증상인 경우 중요하며 이 단계의 진단이 바이러스 전파를 최소화하는 데 필수적이다. 

PCR의 경우 높은 민감도로 인해 표준 진단법으로 자리를 잡고 있으나 비싼 진단 가격 뿐만 아니라 바이러스 확산이 크지 않는 회복기 기간 또한 양성으로 진단하기 때문에 불필요한 격리를 야기한다. 

반면 현장진단기술로서의 래피드 키트는 값싸고 빠른 진단이 가능함에도 불구하고 민감도가 크게 떨어지는 단점 때문에 응용에 한계를 가지고 있다. 

특히 래피드키트는 초기감염 (저역가) 환자에 대해서 50% 미만의 민감도를 보이며 실제 감염된 환자를 분별하는 능력이 크게 떨어지는 한계를 가지고 있다.

연구팀은 스마트폰 기반의 진단기술을 통해 현장진단 래피드키트의 한계를 극복하고자 했으며 독자적 딥러닝 알고리즘을 개발을 통한 AI 기반 코로나 양/음성 판단 기술을 개발했다. 

블라인드 테스트(암맹평가: n=1,500)를 통해 AI진단 민감도를 평가한 결과 일반인이 육안으로 확인한 평균 민감도 72%에 비해 100%의 민감도로 정확한 양/음성 판단이 가능함을 입증했다. 

특히 무증상 혹은 감염초기 진단에 있어서 일반인 민감도가 51%인 것에 비해 AI 적용시 91%로 크게 증대됐으며 이를 통해 감염초기 진단이 가능함을 입증했다. 

또한 시중에 판매되는 8개의 모델에 대한 앱 기반 테스트 평가 결과 평균 민감도와 특이도는 각각 94.8%와 90.9%가 확인돼 범용성을 입증했다.

본 기술은 ㈜켈스에 기술 이전 됐으며 앱/알고리즘 최적화, 미국 식품의약국(FDA), 한국 식약처 (KFDA)등의 승인/인증 프로세스등을 통해 사업화를 진행 예정이다. 

이번 연구는 한국연구재단 바이오·의료기술개발사업의 지원을 받아 수행된 연구이며 (No.2021M3E5E3080743), Nature Portfolio에서 발간하는 세계 탑티어 논문인 네이쳐 커뮤니테이션즈 (Nature Communications IF: 17.69)에 게재됐다.

 

복현명 기자 hmbok@dailysmart.co.kr


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.