[포쓰저널] 인공지능(AI)로 심근경색을 1~2분 내 진단·예측할 수 있는 기술이 국내 연구진에 의해 개발됐다. 

응급상황에서 빠른 대처가 가능할 뿐 아니라 병원에서의 긴 대기시간도 획기적으로 줄일 수 있을 것으로 보인다.

8일 광운대학교에 따르면 이 대학 전기공학과 이정훈 교수 연구팀은 조기 진단 딥러닝 알고리즘 개발에 성공해 1~2분 내에 전문가 수준의 정확도를 확보했다고 밝혔다.

심근경색이나 폐혈증·감염병 진단이나 임신여부 판단 등의 상황에서는 빠른 진단이 필수다. 

하지만 현재 상용화돼 있는 가장 빠른 진단 방법인 래피드(rapid) 진단키트조차 15분 이상의 시간이 소요된다.

이보다 민감도·정확도가 더 높은 ELISA(효소면역측정법), PCR(유전자증폭검사) 등 여타 진단방식들은 전처리 시간 포함해 2~6시간이 필요하다. 

진단을 위한 전문 인력이 필요하고 고가의 장비로 인해 의료 환경이 낙후된 지역에서는 사용이 거의 불가능하다.

이러한 한계를 극복하기 위해 연구팀은 시계열 딥러닝 알고리즘을 통해 현장에서 빠르고 정확하게 진단이 가능하도록 하는 기술을 제안했다.

현장 접근성이 뛰어난 래피드 진단키트의 색변화를 딥러닝을 통해 학습하고, 색변화가 발생하는 초기에 최종반응을 예측하는 알고리즘을 적용해 높은 민감도와 정확도로 현장진단이 가능하게 했다. 

이 기술로 심근경색을 진단하는 수치인 심근경색마커(트로포닌아이검사)와 응급 임신진단테스트(hCG)를 진행한 결과, 1~2분 만에 96% 이상의 정확도를 보였다.

심근경색마커의 정확도는 97.9%였고, 임신진단테스트의 정확도는 96.7%였다. 

코로나19 진단 결과에서는 97.6%의 정확도를 보였고, 인플루엔자는 95.8%였다. 

연구팀은 이 딥러닝 알고리즘의 장점으로 대기없는 진단이 가능하다는 점, 고민감도·고속진단을 통해 응급진단이 가능하다는 점, 다른 진단기기에의 적용도 가능하다는 점 등을 꼽았다.

연구팀은 "병원에서의 긴 대기시간을 획기적으로 줄여 팬데믹과 같은 상황에서 상호 감염의 위험성을 크게 낮출 수 있을 것"으로 기대했다.

대표적인 고속진단이 필요한 영역인 심근경색, 폐혈증 등과 같은 급성 질환에 빠르게 대처가능하고, 현장·응급실 뿐 아니라 홈케어에서도 패러다임 혁신을 가져올 수 있다고도 했다. 

연구 결과는 세계적인 학술지 네이처 커뮤니케이션즈에 최근 게재됐다.