검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'강남세브란스'통합검색 결과 입니다. (2건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

탐지견 활동에서 착안, 소변 냄새로 '전립선암' 조기진단법 개발

국내 연구진이 탐지견 활동에서 착안해 소변 냄새로 '전립선암'을 진단하는 방법을 개발해 관심을 모으고 있다. 인간이 지닌 코와 비슷한 '바이오 나노 코'에 센서를 장착하고 암세포 대사 작용에서 생성되는 휘발성 유기화합물(VOCs)을 감지해 기존 검사보다 간편하고 정확하게 전립선암을 진단할 수 있다고 한다. 연세대학교 강남세브란스병원 비뇨의학과 구교철 교수는 이화여자대학교 식품영양학과 박태현 교수와 연구팀을 이뤄 전립선암을 조기에 진단할 수 있는 후각 바이오센서 기반 머신 러닝 모델을 개발하고 유용성에 관한 연구 결과를 발표했다. 전립선암은 '전립선특이항원'(PSA) 검사를 통해 확인할 수 있지만 검사 정확도(특이도)가 낮아 전립선암이 아닌 전립선비대증이나 전립선염에도 높은 수치를 나타내 불필요한 조직검사로 이어지는 경우가 많다. 연구팀은 특이도가 낮아 전립선암이 아님에도 고통스러운 추가 조직검사를 시행해 신체적·경제적 부담감을 주었던 전립선특이항원(PSA) 검사 단점을 보완·대체 할 수 있는 비침습적 진단 방법 개발 필요성에 주목하여 연구에 돌입했다. 우선 훈련된 탐지견(German Shepherd)이 환자 소변 냄새를 맡아 높은 정확도로 전립선암을 감별했다는 과거 연구자료에서 실마리를 찾아 인공 후각 기반 진단 시스템을 개발했다. 인간 후각 수용체 단백질 6종을 추출해 지질 성분으로 된 미세 인공 세포막 나노입자인 '나노디스크'(Nanodisc)에 결합함으로써 소변에서 발생하는 냄새 분자가 센서에 영향을 주어 형광 신호가 감소 현상이 일어나도록 만들었다. 또 이러한 미세한 신호 변화 값을 측정해 패턴분석에 따른 머신 러닝 알고리즘과의 결합을 이뤄 전립선암 환자 소변 양상을 학습시켰다. 연구팀은 전립선암 분자를 찾아냄에 가장 결정적으로 작용하는 것으로 밝혀낸 세 가지 핵심 수용체(OR2W1, OR51E1, OR51E2)를 기반으로 암 환자와 정상인 양상을 구분했다. 인공지능 학습 결과로 연구팀이 개발한 머닝 러신 모델은 정확도(Accuracy)에서 0.890를 보여 89% 확률로 전립선암 환자와 정상인을 정확하게 감별하는 능력을 보였다. 또 머닝 러신 모델이 지닌 민감도와 특이도를 동시에 담아 측정 적중률을 그래프로 나타낸 AUC(Area Under the Curve) 수치는 0.964±0.01로 매우 높게 나타났는데, 이는 전립선암 환자와 건강인 소변을 96.4% 수준으로 정확하게 진단할 수 있다는 의미이다. 연구팀은 결과 검증을 위해 전립선암 환자군 40명과 대조군 33명(총 73명)으로 나누어 연구를 진행했고, 인공지능 모델 정밀도를 더욱 높이기 위해 총 290개에 달하는 소변 샘플 세트를 구축해 교차 검증 작업도 수행했다. 구교철 교수는 “통증 없고 간편한 비침습적 방법으로 소변을 분석하여 전립선암 진단 가능성을 제시했다는 점이 매우 중요하다. 높은 적중률을 보임은 물론, 기존 전립선특이항원 검사로는 확인할 수 없었던 암이 지닌 공격성 정도(글리슨 점수)까지 확인할 수 있어 다양한 연관 정보를 획득할 수 있었던 점도 의의가 크다”라며 “향후 대규모 임상 연구를 통해 실제 의료 현장에서 활용이 가능한 진단 기술로 발전시킬 계획이다”라고 말했다. 해당 논문은 분석화학 분야 상위학술지인 'ACS Biosensors (IF:9.1)』에 「Urine-Based Non-Invasive Detection of Prostate Cancer Using Human Olfactory Receptor-Embedded Nanodiscs'(인간 후각 수용체가 내장된 나노디스크를 이용한 소변 기반 비침습적 전립선암 진단)라는 제목으로 수록됐다.

2026.07.08 10:00조민규 기자

AI가 환자 정신과 진료…"아직은 견습생 수준'

의사를 실질적으로 지원하는 인공지능(AI) 기술이 국내 처음 공개됐다. 현재는 견습생 수준이지만, 머지않아 의사 직업까지 대체하는 기술 개발이 이루어질 것으로 예상됐다. KAIST는 이의진 전산학부 교수, 이탁연 산업디자인학과 교수 연구팀과 김은주 강남세브란스병원 정신건강의학과 교수 연구팀이 공동으로 거대언어모델(LLM) 기반 정신과 초진 면담 지원 기술을 개발했다고 24일 밝혔다. 현재 수준은 환자가 의사를 만나기 전에 AI와 먼저 대화하며 환자 증상과 상태를 구조화하는 방식으로 상담한다. 연구팀에서는 AI를 견습생'으로 표현했다. 연구팀은 AI가 환자 응답에 따라 대화 수위를 조절하고, 재질문하도록 시스템을 설계했다. 공감 표현과 재진술, 모호한 내용도 명쾌하게 정리할 수 있다. 특히, 환자가 보다 편안하게 자신의 상태를 이야기할 수 있도록 실제 의사가 상담하듯 상호 공감하며, 대화를 진행한다. 연구팀은 성능 검증을 가상 환자 1,440명을 대상으로 실증을 진행한 결과 30분 이내에 진료에 필요한 핵심 임상 정보를 효과적으로 확보했다. 향후 실제 환자를 대상으로 임상 검증을 수행하고, 전자의무기록(EHR) 시스템과 연동할 수 있는 형태로 발전시켜 실제 병원 현장에 적용하는 것이 목표다. 이의진 교수는 "이번 실험은 AI를 의사 대체재가 아닌 '똑똑한 보조자'로 정의했다는 점"이라며 최종 판단은 반드시 숙련된 전문 의료진이 수행해야 한다"고 강조했다. 정유경 박사과정생이 제1저자로 참여했다. 연구결과는 인간-컴퓨터 상호작용 분야 국제 학회인 'ACM CHI 2026'에 발표됐다.

2026.05.24 12:00박희범 기자