울산의대 서울아산병원 융합의학과 김준기 교수와 이대목동병원 비뇨의학과 신정현 교수팀이 소변 속 분자신호를 인공지능(AI)으로 분석해 간질성 방광염과 과민성 방광을 분류하는 분석 기술을 개발했다고 3일 밝혔다. 분류 정확도는 최대 92%였다.
 
연구팀은 '표면 증강 라만 분광법(Surface-Enhanced Raman Spectroscopy, 이하 SERS)'이라는 고감도 바이오마커 검출법과 AI 알고리즘을 결합했다. 소변의 미세한 분자 신호를 증폭하기 위해 산화아연 나노구조에 금을 결합한 SERS 칩을 제작했다.
 
연구는 정상 대조군 117명, 간질성 방광염 환자 19명, 과민성 방광 환자 45명 등 총 181명을 대상으로 약 5마이크로리터(µL)의 소변을 이용해 진행했다. 각 집단의 소변을 SERS 칩에 적용해 얻은 라만 스펙트럼을 비교한 결과, 세 집단이 서로 다른 패턴을 보였다. 질환군에 따라 신호 강도가 높은 영역도 달랐다.
 
이어 라만 스펙트럼의 특성 차이를 PCA-PLS-DA, PCA-LDA, XGBoost, LightGBM 등 4가지 머신러닝 분석 기법으로 분석했다. 그 결과 분류 정확도는 최대 92%였고, 정상군과 과민성 방광, 간질성 방광염을 일관되게 구분하는 것을 확인했다.
 
연구팀은 증상이 비슷해 임상적으로 구분이 어렵던 두 질환이 분자적 특성에서는 서로 구별되는 특징을 가진다고 설명했다.
 
두 질환은 증상이 비슷하지만 발병 원인과 치료법이 달라 정확한 진단이 중요하다. 진단은 단일 검사가 아니라 환자의 증상과 병력 등을 종합적으로 평가해 다른 질환을 배제하는 방식으로 이뤄진다. 이에 객관적인 진단 보조 기술의 필요성이 제기돼 왔다.
 
김준기 교수는 "소변에는 환자의 생리적·병리적 상태를 반영하는 많은 분자 정보가 포함돼 있지만, 이를 개별 물질 단위로 분석하는 데에는 한계가 있었다"며 "향후 임상 검증을 확대한다면 비침습적인 방광질환 진단 및 모니터링 기술로 활용할 수 있을 것으로 기대한다"고 말했다.
 
신정현 교수는 "기존 임상 평가를 보완하는 진단 보조 수단으로 발전할 수 있도록 연구를 지속하겠다"고 말했다.
 
연구팀은 향후 임상 환자군을 확대해 진단 성능을 검증할 계획이다. 질환의 중증도와 임상적 아형, 치료 전후에 따른 소변 분자 특성의 변화도 분석해 질환 상태와 치료 반응을 모니터링할 수 있는 플랫폼으로 확장한다는 계획이다.
 
이번 연구 결과는 센서 및 바이오분석 분야 국제학술지 ACS 센서스(ACS Sensors)에 게재됐으며, 표지 논문으로 선정됐다.