소량 안구 내 액체를 인공지능(AI)으로 분석해 주요 망막질환을 구분하고 주사치료 반응까지 예측하는 기술이 개발됐다. 진단 정확도는 96.45%에 달했다.

서울아산병원 융합의학과 김준기 교수·안과 이준엽 교수팀은 망막질환을 정밀하게 진단하고 치료 반응을 조기 예측할 수 있는 통합 진단 플랫폼을 자체 개발했다고 13일 밝혔다.

황반변성, 당뇨병성 황반부종, 망막정맥폐쇄는 실명을 유발할 수 있는 대표적 망막질환이다. 항-혈관내피세포성장인자(VEGF) 주사가 사용되지만 30%는 치료 반응이 낮거나 늦게 나타난다.

안질환을 진단하고 치료 효과를 평가하기 위해 빛간섭단층촬영(OCT)이나 안저 촬영 등 ‘영상 검사’가 주로 사용된다.

그러나 구조적 변화만 확인할 수 있고 치료 반응을 판단하는 데 한 달 이상 걸린다. 또 바이오마커를 분석하는 생화학 검사는 많은 양의 방수가 필요하고 과정이 복잡해 임상 활용에 한계가 있었다.

이에 연구팀은 고감도 바이오마커 검출 기술인 표면증강라만분광법(SERS)과 AI 알고리즘을 결합해 망막질환을 진단하고 치료 반응을 예측하는 통합 플랫폼을 개발했다.

연구팀이 개발한 ‘금 코팅 아연산화물(Au-ZnO) 나노로드 기반 칩’에 방수 샘플을 떨어뜨리면 질환 관련 생체분자가 나노로드 사이에 모인다.

이 칩은 나노 필터처럼 생체분자를 농축하고 라만 신호를 30만 배 이상 증폭한다. 이를 통해 복잡한 전처리 없이 5마이크로리터 이하의 소량 방수만으로 생화학 데이터를 실시간 확보할 수 있다.

나아가 연구팀은 정상 대조군 12명과 망막질환자 26명 등 총 38명의 방수 데이터를 AI로 분석했다. 

그 결과, 질환 유무를 판별하는 정확도는 96.45%였으며, 황반변성·당뇨병성 황반부종·망막정맥폐쇄 등 세부 질환도 각각 87.63%, 86.45%의 정확도로 구분했다.

특히 영상검사에서 변화가 나타나기 전 안구 내 생화학적 변화를 포착해 항-VEGF 주사 치료 반응군과 비반응군을 90% 이상의 정확도로 사전 선별했다.

치료 효과를 미리 예측해 환자별 맞춤 치료를 결정할 수 있는 가능성을 제시한 것이다.

이준엽 교수는 “눈의 구조적 변화를 확인하는 데 집중돼 있던 기존 안과 진단 및 치료 반응 예측 패러다임을 분자 수준의 생화학적 분석으로 확장한 연구”라고 의미를 부여했다.

이어 “치료 효과가 낮은 환자를 조기에 선별해 환자별 맞춤 치료 전략을 세우고 실명 위험을 줄이는 데 도움이 될 것으로 기대한다”고 덧붙였다.

한편, 이번 연구결과는 재료과학 및 융합공학 분야의 국제학술지인 ‘머티리얼즈 투데이 어드밴시스’에 최근 게재됐다.