|
인공지능(AI), 빅데이터, 사물인터넷(IoT), 클라우드 등 최첨단 IT가 대중화되면서 의학과 공학 분야에서의 융합 연구가 더욱 활발해진 모양새다.
대학가에서는 의공학과가 새롭게 주목받고 있으며 AI 등 최첨단 IT 기술과 관련된 교육 프로그램과 창업 지원이 봇물처럼 생겨나고 있다. 신규 개설 병원은 기본이고, 대형병원들도 최근 잇따라 스마트병원 체제 선언을 하고 있다.
특히 국내 병원계를 이끌어가고 있는 소위 ‘빅5’로 불리는 서울대병원을 비롯해 세브란스병원, 서울아산병원이 공대 및 IT기업과의 협동 연구에 속도를 내고 있다.
서울대학교는 부속병원 및 공과대학이 융복합 의학연구를 위한 조치를 빠르게 실행하고 있다.
서울대학교 공과대학은 서울대병원 및 분당서울대병원과의 공동 연구를 2019년 후반기에만 2개 진행하고 있다고 밝혔다. 금년 8월 21일 서울대병원과 서울대 공대는 공동으로 개발한 차세대 액체 생체검사 기술을 공개했다.
권성훈 서울대 전기정보공학부 교수와 한원식 서울대병원 외과 교수 공동연구팀은 유전정보를 읽는 차세대 염기서열분석기술(NGS)을 활용해서 단일 혈중 순환 암세포를 분리, 분석하는데 성공했다. 이 기술을 사용하면 간단한 혈액검사로 저렴하게 유전체 검사를 진행하면서 혈중 순환 암세포의 유전적 정보도 파악할 수 있다.
고형암에서 유래한 혈중 순환 암세포를 분석하면 암을 진단하거나 환자 예후를 예측할 수 있다. 결론적으로 혈액 검사 만으로 고형암 진단 및 예측을 가능케 하는 국내 최초의 기술이다.
서울대 공대는 또 8월 26일 분당서울대병원과 공동연구를 통해 각성 수면 단계를 구분하는 알고리즘을 개발하는데 성공했다고 발표했다.
전기정보공학부 윤성로 교수팀은 “분당서울대병원 소아청소년과(신경분과) 황희, 김헌민 교수팀과 공동 개발한 알고리즘이 파악한 각성 및 수면단계 구분 결과가 3명의 뇌파 전문가가 분석한 자료 대비 약 92% 정도로 높은 정확도를 보였다”고 말했다.
이어 분당서울대병원과 서울대학교 공대팀은 기존 머신러닝을 통한 뇌파 분석모델보다 더 진보한 합성곱신경망(CNN; Convolutional Neural Network)과 장단기 메모리 방식(LSTM; Long-Short Term Memory)의 순환신경망을 동시 적용한 ‘하이브리드 알고리즘’을 적용, 정확도를 높이고 인공지능 뇌파분석으로 한걸음 더 나아간 연구결과를 내놨다.
서울대 공대, 단독 의학연구도 적극 추진
서울대 공대는 서울대병원, 분당서울대병원 뿐 아니라 연세의료원 등과 융복합 연구를 진행하면서 단독으로도 의학 관련 연구에 한창이다.
서울대 공대 전기정보공학부 바이오-메디컬 영상 과학 연구실 대학원생으로 이뤄진 에어스메디컬은 자기공명영상(MRI) 촬영에 소요되는 시간을 영상 품질 저하 없이 기존의 4분의 1 이하로 단축하는 기술을 2018년 10월 공개했다.
이 기술은 기존의 수학적 모델링 기반의 영상 재구성 기법에 인공지능 기술을 상호 보완적으로 적용해 실시간-고배속 영상 재구성을 지원한다. 기존 기술은 촬영 시간을 짧게 해 4배, 8배 가속하는 경우 영상에 심각한 왜곡이 생겼지만 에어스메디컬 기술은 8배를 가속해도 왜곡 없이 원본 영상과 같은 품질의 영상을 재구성해냈다.
해당 기술은 MRI 촬영 시간을 10분 내외로 단축시켜 많은 환자를 촬영함으로써 환자들 대기 시간도 확연히 줄어들고 의료기관 수익성을 높여줄 수 있을 것으로 기대된다.
세브란스병원-연대공대, AI 융복합 서울대 추격
서울대 공대에 뒤질세라 세브란스병원과 연세대 공대는 주로 인공지능(AI) 연구에 집중하면서 융복합 관련 제품 개발 등을 추진하는 상황이다.
세브란스병원과 연세대 공대는 금년 7월 24일 X-ray 결과로 환자의 중증도를 파악할 수 있는 AI 기술을 개발해 (주)딥노이드에 이전했다.
세브란스병원 이영한 영상의학과 교수 연구팀과 연세대 공대 황도식 교수는 공동연구에서 응급실을 방문한 외상 환자 진단에 주로 사용되는 경추 X-ray 검사에서 특정 부분을 검출, 진단토록 AI를 학습시켰다.
연구팀은 C2번과 C6번 척추앞 공간을 검출할 수 있도록 200명의 측정값을 데이터화 해 딥러닝을 통해 AI에 학습시켰고, 이렇게 학습한 AI를 통해 실제 응급실을 방문한 136명의 경추 X-ray를 분석했다.
그 결과, C2의 경우 132명(97%)에서 영상의학과 전문의 진단과 일치했으며, C6의 경우에는 126명(92.7%)에서 정확도를 보였다. 경추 수술을 받은 환자나 임플란트 등 보철물을 가진 환자에서도 정확한 진단이 가능했다.
엑스레이를 판독할 때 척추 앞 공간을 보기 위해 공간선을 그리게 되는데 AI는 의사가 그린 공간선과 같은 모양을 그릴 수 있는 것으로 나타났다.
이번 X-ray AI 기술은 외상 환자가 응급실을 방문했을 시 빠르게 중증도를 분류해 제한된 의료인력이 적시 투입, 환자를 치료할 수 있을 것으로 기대된다.
서울아산병원, 서강대 공대·포스텍과 제휴 의료기기 개발
국내 최대 병원인 서울아산병원이 서강대 공대 및 포스텍과 협업해 화제가 됐다. 서울아산병원 아산생명과학연구원은 금년 9월 3일 서강대학교 공학부와 연구교류를 위한 협약을 체결했다.
두 기관은 협약을 통해 의료기기 및 바이오 분야의 ▲협동 연구 수행 ▲연구인력 상호 교류 ▲장비 및 시설 공동 활용 ▲공동 연구 및 교육 프로그램 추진 ▲기타 연구 개발 사안에 대해 긴밀히 협력키로 했다.
김종재 서울아산병원 아산생명과학연구원장은 “의료 및 생명과학 연구 인프라와 공학·이학 기술 및 사업화 분야의 경험 등이 합쳐져 다양한 바이오 융·복합 연구개발을 추진, 전문인력을 육성할 수 있는 장기적인 협력 모델을 구축하게 될 것”이라고 의미를 전했다.
서울아산병원과 포스텍은 금년 후반기 의식 및 무의식 여부를 수치로 나타내 수술 과정에서의 고통을 느끼는 수술 중 각성을 막을 수 있는 의료기기인 ‘PLEM100’을 개발했다.
‘PLEM100’ 단일영역 뇌파특성이 아닌 전두 뇌파 영역 간 상호작용에 기반한 다채널 진정심도 모니터링 시스템으로, 해당 기술에 대해 보건복지부와 한국보건산업진흥원은 NET(보건신기술) 인증을 수여했다.
PLEM100은 PLE(Phase Lag Entropy)와 보조지표(SQI, EMG, BSR, Frequency band power)를 활용해 마취 효율성을 향상시킨다. PLE 알고리즘은 전-전두엽과 전두엽의 다채널 뇌파신호에서 위상관계 패턴을 추출한 후 정보엔트로피를 계산한다.
정보엔트로피는 추출된 패턴이 얼마나 다양하게 분포하는지 정량화하며, 뇌 영역간 커뮤니케이션 정보로 환자의 진정상태를 표시한다.
서울아산병원 관계자는 “결론적으로 적응질환 및 수술 시 마취제의 효과를 추정할 수 있도록 객관적인 자료를 제공하므로 환자에서 발생할 수 있는 부작용을 감소시킬 수 있다”고 말했다.
그는 또 “PLEM100은 생산 자동화 설비를 마무리 짓고 내년 초 공식 출시돼 대한마취통증의학회 춘계학술대회를 시작으로 본격적인 마케팅에 들어갈 계획이며 CE와 FDA 인증도 준비하고 있다”고 덧붙였다.
[위 내용은 데일리메디 오프라인 송년호에서도 볼 수 있습니다] |
