증상이 비슷해 감별이 쉽지 않은 간질성 방광염과 과민성 방광을 소변 속 분자 신호와 인공지능(AI)을 활용해서 최대 92% 정확도로 구분하는 기술이 개발됐다.

울산의대 서울아산병원 김준기 교수와 이대목동병원 신정현 교수팀은 고감도 바이오마커 검출법과 AI를 결합, 간질성 방광염과 과민성 방광을 92% 정확도로 구분하는 분석 기술을 개발했다고 3일 밝혔다.

과민성 방광은 갑작스럽게 소변이 마려운 절박뇨와 빈뇨 등을 주요 증상으로 한다. 간질성 방광염은 방광 통증이나 압박감 등을 동반하는 만성 질환으로 통증을 줄이기 위해 배뇨 횟수가 증가하는 경우가 많다. 

두 질환이 증상은 비슷하지만 원인과 치료법이 다르고 단일 진단검사도 없어 객관적인 감별 기술 필요성이 제기돼 왔다.

연구팀은 ‘표면 증강 라만 분광법(SERS)’과 AI를 결합한 분석 기술을 개발하고, 소변 속 미량 분자 신호를 증폭하기 위해 산화아연 나노구조에 금을 결합한 SERS 칩을 제작했다.

SERS는 일반 라만 분광법보다 미세한 분자 신호를 고감도로 측정해 소변 속 다양한 분자 변화를 동시에 분석할 수 있다.

연구팀은 제작한 SERS 칩으로 정상 대조군 117명과 간질성 방광염 환자 19명, 과민성 방광 환자 45명 등 총 181명을 대상으로 약 5마이크로리터(µL) 소변을 이용해 연구를 진행했다. 

연구팀이 각 집단 소변을 SERS 칩에 적용해 획득한 라만 스펙트럼을 비교 분석한 결과, 서로 다른 패턴을 보였으며, 질환군마다 신호 강도가 높은 영역에도 차이가 나타났다.

나아가 연구팀은 라만 스펙트럼 특성 차이를 4가지 머신러닝 기법(PCA-PLS-DA, PCA-LDA, XGBoost, LightGBM)으로 분석한 결과, 분류 정확도는 최대 92%에 달했다. 

정상군과 과민성 방광 및 간질성 방광염이 일관되게 구분돼 증상이 유사한 두 질환도 분자적 특성에서는 차이를 보이는 것으로 나타났다.

연구팀은 향후 환자군을 확대해 진단 성능을 검증하고, 질환 중증도와 치료 전후 변화를 모니터링하는 기술로 확장할 계획이다.

김준기 교수는 “이번 연구는 SERS를 이용해 소변의 복합적인 분자 정보를 스펙트럼으로 확보하고, 머신러닝을 통해 질환별 특징을 분석했다는 점에 의미가 있다”며 “향후 임상 검증을 확대해 비침습적인 방광질환 진단 및 모니터링 기술로 활용할 수 있을 것으로 기대한다”고 말했다.

신정현 교수는 “간질성 방광염과 과민성 방광은 증상이 겹쳐 감별이 쉽지 않은 경우가 있다”며 “기존 임상 평가를 보완하는 진단 보조 수단으로 발전할 수 있도록 연구를 지속하겠다”고 말했다.

한편, 이번 연구결과는 센서 및 바이오분석 분야 국제학술지 ‘ACS 센서스’에 최근 표지 논문으로 게재됐다.