연구진은 자동 AI 강화 현미경 시스템이 박테리아의 이미지를 더욱 정확하고 신속하게 식별할 수 있다며 시연을 보였다. 이런 기술적 진보는 현저히 부족한 미생물 전문가의 수를 보충할 수 있을 전망이다.
연구의 수석 저자인 제임스 커비는 "진단 분야에서 머신러닝이 처음 시연됐다. 추가 연구 개발을 진행해 임상 실험실의 기능을 향상시키고 미래의 진단 플랫폼 기반을 형성할 수 있다. 궁극적으로는 환자의 치료에 큰 도움이 될 것이다"라고 말했다.
AI 모델화된 포유류의 시각 피질, 즉 심층 신경망 중 하나인 콘볼루션 신경망(CNN)이 박테리아를 분류하는 데 사용됐다. CNN을 훈련시키기 위해 과학자들은 혈액 샘플에서 2만 5,000개 이상의 이미지를 수집하고 업로드했다. 미생물 학자가 먼저 이미지를 확인한 후 이것을 10만 개 이상의 이미지로 잘라 CNN을 훈련시켰다.
그 후 과학자들은 혈액 감염이 의심되는 환자로부터 혈액 샘플을 채취했다. 샘플을 배양한 다음 유리 슬라이드 위에 놓고 세포 시각화를 향상시키기 위해 염료로 염색했다. 그들은 사람 연구원의 도움 없이 CNN의 능력을 테스트했다. 그 결과 AI 현미경은 93%의 정확도로 대장균을 비롯해 포도상구균, 연쇄상구균 등을 탐지했다.
커비는 새로운 기술이 임상의들의 진단 및 미생물학 분야의 교육과 연구에 큰 도움이 될 것이라고 덧붙였다.
■ 보안 사건사고 제보 하기
★정보보안 대표 미디어 데일리시큐 / Dailysecu, Korea's leading security media!★
저작권자 © 데일리시큐 무단전재 및 재배포 금지