망막 질환 치료 반응, AI로 조기 예측 가능성 제시

서울아산병원, 방수 바이오마커·AI 결합 진단 플랫폼 개발…단일기관 38명 대상 연구
진단 정확도 96.45%…실제 임상 적용 위해 추가 검증 필요

• 안구 내 방수(房水)의 바이오마커를 고감도로 검출한 뒤 인공지능(AI)으로 분석해 망막 질환을 진단하고 항혈관내피성장인자(항-VEGF) 치료 반응을 조기에 예측하는 통합 진단 플랫폼이 개발됐다. 연구팀은 극소량의 방수만으로 망막 질환 진단과 환자별 치료 반응을 예측하는 플랫폼으로 활용할 가능성을 제시했다.

  울산의대 서울아산병원 융합의학과 김준기 교수와 안과 이준엽 교수 연구팀은 표면증강라만분광법(Surface-Enhanced Raman Spectroscopy·SERS)과 AI를 결합해 망막 질환을 정밀 진단하고 치료 반응을 예측하는 통합 진단 플랫폼을 개발했다고 14일 밝혔다.

  연구 결과는 재료과학 분야 국제학술지 ‘Materials Today Advances’에 게재됐다.

  
  

• 

  방수(房水)의 바이오마커를 표면증강라만분광법(SERS)으로 검출한 뒤 인공지능(AI)으로 분석해 망막 질환을 진단하고 항-VEGF 치료 반응을 예측하는 통합 진단 플랫폼의 개념도. /서울아산병원 제공

  
  

  현재 황반변성, 당뇨병성 황반부종, 망막정맥폐쇄 등 망막 질환은 빛간섭단층촬영(OCT)과 안저촬영으로 망막의 구조적 변화를 확인한 뒤 치료 효과를 평가한다. 하지만 질환의 생물학적 변화를 직접 확인하기 어렵고, 항-VEGF 주사 치료 효과를 확인하기까지 한 달 이상의 시간이 걸린다는 한계가 있다.

  연구팀은 금으로 코팅한 산화아연(Au-ZnO) 나노로드 기반 칩을 개발해 방수 속 생체분자를 효과적으로 농축한 뒤 SERS로 생화학 신호를 증폭하고 AI로 분석하는 플랫폼을 구축했다. 이를 통해 기존 생화학 분석에 필요한 100마이크로리터(㎕) 이상의 방수 대신 5㎕ 이하의 소량 샘플만으로도 생화학 데이터를 확보할 수 있었다.

  연구팀은 정상 대조군인 백내장 환자 12명과 망막 질환 환자 26명 등 총 38명의 방수 샘플을 분석했다. AI 기반 1차 선별 모델은 정상과 망막 질환을 96.45%의 정확도로 구분했으며, 질환 종류를 구분하는 선형판별분석(PC-LDA)과 이차판별분석(PC-QDA) 모델의 정확도는 각각 87.63%, 86.45%였다.

  또 연구팀은 질환별 분석에서 항-VEGF 치료 반응군과 비반응군을 90% 이상의 정확도로 구분해 치료 반응을 조기에 예측할 가능성을 확인했다고 설명했다.

  이준엽 교수는 “기존 안과 진단이 눈의 구조적 변화를 확인하는 데 집중했다면 이번 연구는 분자 수준의 생화학 정보를 활용해 치료 반응을 예측하는 접근”이라며 “치료 효과가 낮은 환자를 조기에 선별해 맞춤형 치료 전략을 세우는 데 도움이 될 것으로 기대한다”고 말했다.

  다만 이번 연구는 단일기관에서 환자 38명을 대상으로 수행한 플랫폼 개발·검증 연구로, 실제 환자 치료에서 진단이나 치료 방침을 결정할 수준의 근거를 제시한 것은 아니다. 연구팀은 향후 대규모 전향적 다기관 연구를 통해 실제 임상에서의 성능과 유용성을 추가 검증할 필요가 있다고 밝혔다.

  이번 연구는 과학기술정보통신부 산하 한국연구재단과 보건복지부 산하 한국보건산업진흥원의 지원을 받아 수행됐다. 논문에 따르면 김준기 교수는 ‘Apollon Inc.’의 ‘Scientific Advisor’로 참여하고 있으며 이를 이해 상충 사항으로 공개했다. 다른 저자들은 별도의 이해 상충이 없다고 밝혔다.

  
  

• 김정아 기자 [e-mail]

최신뉴스

Copyright ⓒ 디지틀조선일보&dizzo.com