스마트폰 AI기술을 탑재한 바이러스 초기감염 현장진단 시스템 개발
윤대성교수팀-광운대 공동연구결과, Nature Communications 게재돼
이승민 통합과정생 네이처 자매지 연속게재 성과
▲ 이승민 (본교 바이오의공학과, 제 1저자), 윤대성 교수 (본교 바이오의공학과), 이기백 교수 (광운대), 유용경 교수 (카톨릭관동대), 이정훈 교수 (광운대)
보건과학대학 바이오의공학과 윤대성 교수팀은 광운대 이정훈교수팀 (연구총괄), 이기백교수팀, 서울성모병원 조성연교수팀과 공동연구를 통하여 스마트폰을 기반으로 한 바이러스 감염병 AI 진단기술 개발에 성공했으며, 이를 통해 외부 장착기기들 없이 스마트폰과 래피드키트 만으로 고감도 현장진단이 가능한 기술을 개발했다.
이번 연구에는 본교 바이오의공학과 이승민 통합과정생이 제 1저자로 참여했으며, 네이처 자매지에 연속으로 논문을 게재하는 쾌거를 달성했다.
COVID-19 현장진단으로서의 래피드키트는 팬데믹, 엔데믹 시대에 하루 수백만 회 이상 수행중에 있으며, 현장진단의 정확도/민감도 향상기술은 개별 환자의 치료 및 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 뿐 만 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%인것에 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 확인되어 범용성을 입증했다.
이러한 스마트폰 AI 기술은 △높은 민감도/정확도 확보로 조기진단이 가능하며 △추가적인 데이터 확보 및 학습을 통해 정확도를 연속적으로 높일 수 있고 △사람이 눈으로 보지 못하는 농도까지 감지함으로써 개인 간의 편차를 줄일 수 있으며 △데이터의 디지털화 및 실시간 연동이 가능하며 △연속적인 모니터링를 통해 질병의 악화/완화/격리여부 등을 판단할 수 있고 △신변종 바이러스 진단 적용이 가능하며, 마지막으로 △래피드키트 및 스마트폰의 기종에 상관없이 진단이 가능한 장점을 가지고 있다.
본 기술은 ㈜켈스에 기술 이전됐으며, 앱/알고리즘 최적화 및 미국 식품의약국(FDA), 한국 식약처 (KFDA) 등의 승인/인증 프로세스 등을 통해 사업화를 진행할 예정이다. 이번 연구는 한국연구재단 바이오&의료기술개발사업의 지원을 받아 수행된 연구이며 Nature Portfolio에서 발간하는 저명저널인 네이처 커뮤니테이션즈 (Nature Communications IF: 17.69)에 게재됐다.
커뮤니케이션팀 서민경(smk920@korea.ac.kr)