서울아산병원·이대목동병원 공동 연구팀이 소변 속 분자 신호를 인공지능(AI)으로 분석해 방광질환을 정확하게 분류하는 기술을 개발했다고 3일 밝혔다.
간질성 방광염과 과민성 방광은 증상이 비슷하지만 원인과 치료법이 다르다. 기존에는 정확한 감별이 쉽지 않아 환자의 증상과 병력을 종합 평가해 진단해왔다.
과민성 방광은 요로 감염 등의 명확한 원인이 없는 상태에서 방광 근육이 불필요하게 수축해 갑자기 참기 힘들 정도의 소변 마려움을 느끼는 배뇨장애 질환이다. 이와 다르게 간질성 방광염은 방광벽 손상이나 신경 과민으로 통증과 소변 마려움을 느끼는 병이다.
연구팀은 증상이 비슷한 두 질환을 객관적으로 진단할 수 있는 기술이 필요하다고 보고 고감도 바이오마커 검출법과 AI 알고리즘을 결합했다.
연구팀은 소변에 존재하는 소량의 분자 신호를 효과적으로 증폭하기 위해 산화아연 나노구조에 금을 결합한 칩을 제작했다. 이를 통해 분자가 갖는 고유한 진동 정보와 미세한 신호를 높은 감도로 측정할 수 있다. 소변에 포함된 다양하고 복잡한 분자 변화를 동시에 분석 가능한 것이다.
이렇게 제작한 칩으로 정상 대조군 117명과 간질성 방광염 환자 19명, 과민성 방광 환자 45명의 소변을 분석한 결과, 세 집단의 분자 스펙트럼이 서로 다른 패턴을 보였다. 이후 연구팀은 이런 차이를 AI로 분석 및 보정해 분류 정확도를 92%까지 끌어올렸다.
이번 연구에 참여한 김준기 서울아산병원 융합의학과 교수는 “소변에는 다양한 단백질과 대사산물 등 많은 분자 정보가 포함돼 있지만, 기존에는 이를 개별 물질 단위로 분석하는 데 한계가 있었다”며 “이번 연구는 복잡한 분자 정보를 확보해 질환 관련 특징을 분석했다는 점에서 큰 의미가 있다”고 평가했다.
김 교수는 임상적으로 증상이 유사해 구분이 어렵던 두 질환에 대한 진단 및 모니터링 수단으로 이번에 개발한 기술을 활용할 수 있을 것으로 기대했다.
신정현 이대목동병원 비뇨의학과 교수도 “향후 기존 임상 평가를 보완하는 수단으로 발전할 수 있도록 이번 기술과 관련해 연구를 지속할 것”이라고 말했다.
연구팀은 후속 연구에서 임상 환자군을 확대해 진단 성능을 검증하고, 질환 중증도와 임상적 유형·치료 전후 변화를 분석할 예정이다. 진단뿐 아니라 질환 상태나 치료 반응을 모니터링할 수 있는 플랫폼으로 확장한다는 계획이다.
이번 연구 결과는 미국화학회(ACS)에서 출간하는 국제학술지 《ACS 센서》에 지난달 2일 온라인 게재됐다.
