바이오의공학과 이승민 통합과정생 네이처자매지 3회 연속 게재
보건과학대학 바이오의공학과 이승민 석박통합과정생 (지도교수: 윤대성, 공동지도교수: 광운대 이정훈)은 “딥러닝 알고리즘 (TIMESAVER)을 이용하여 심근경색 같은 시간을 다투는 위급성질환을 1-2분 안에 정밀하게 검사하는 신속항원검사법”을 개발하였다. 이 성과는 2월 24일 자 세계적인 학술지인 네이처커뮤니케이션즈에 게재되었다. (논문명: Rapid deep learning-assisted predictive diagnostics for point-of-care testing)
이 성과를 포함하여 이승민 학생은 최근 1년간 Nature Communications 에 제 1저자로 3회 연속 논문을 게재하는 쾌거를 달성하였다.
일반적으로 의료 영역에서 빠르고 정확한 진단/스크리닝에 대한 요구가 매우 크며, 이에 기반한 빠른 처방이 요구된다. 예를 들어 심근경색, 폐혈증 진단, 응급실에서의 임신여부 판단, 그리고 팬데믹시의 감염병 진단 등에 있어서 빠른 진단 시간이 필수이지만, 상용화되어 있는 가장 빠른 진단 방법인 래피드키트 (현장진단키트: LFA) 조차 일반적으로 15분 이상의 진단 시간이 요구된다. 래피드 키트가 아닌 상용화된 진단 방식들 (ELISA, PCR)은 높은 민감도/정확도를 가지고 있으나, 전처리 시간등을 포함하여 훨씬 더 긴 진단 시간(>2~6시간)이 요구 되며, 현장진단에 한계를 가지고 있다. 최근 인공 지능(AI) 기술의 폭발적 발전으로 복잡한 의료 영상기반 (컴퓨터 단층 촬영(CT), 자기 공명 영상(MRI))에 있어서 진단 정확도 향상 기술이 크게 발전하고 있지만, 현재까지 현장진단 (POCT) 적용을 위한 고민감도/고속진단 연구는 상대적으로 시작단계에 있다.
본 연구에서는 시계열 딥러닝 알고리즘을 통해 현장에서 빠르고 정확하게 진단이 가능하도록 하는 딥러닝 기술을 제안하였다. 이를 위해 현장 접근성이 가장 뛰어난 래피드키트의 색변화를 딥러닝을 통해 학습하고, 색변화가 발생하는 초기에 최종반응을 예측하는 알고리즘을 적용하여, 높은 민감도 및 정확도로 현장진단이 가능하게 하였다. 본 연구팀은 비감염성 질환의 대표적인 마커인 심근경색마커 (Troponin I) 및 응급 임신진단테스트(hCG)를 통해 전문가가 15분이후 진행하는 정확도를 뛰어넘는 결과를 1~2분만에 가능케 하였다. 이때 심근경색마커 및 임신진단테스트 각각의 정확도(accuracy)는 97.9% 및 96.7%였다. 또한 대표적인 감염성 질환인 코로나(COVID-19) 및 인플루엔자 (Influenza A)의 진단 또한 97.6% 및 95.8%의 정확도를 확보하였다. 본 연구의 핵심 딥러닝 알고리즘은 YOLO, CNN-LSTM 및 완전 연결(FC) 계층으로 구성된 아키텍처이며, 스마트 AI 기반 검증을 통한 시간 효율적 면역 분석(TIMESAVER)을 통해 구현하였다.