별도의 전처리 과정이나 전문가의 도움 없이 간편하게 적혈구를 관찰하여 건강은 진단할 가능성이 열렸습니다. 포항공대의 이상준 교수 연구팀이 디지털 홀로그래픽 현미경과 기계학습형 인공지능을 이용하여 적혈구의 노화를 진단하는 법을 개발했다고 합니다.
혈액의 대부분을 차지하는 적혈구의 생물리학적 특성은 질병 및 혈액 보관기간과 밀접한 연관이 있습니다. 질병의 종류와 진행 추이에 따라 적혈구의 형태가 변하기도 하고, 산소와 이온 전달 능력이 감소해 순환 기능에 장애를 유발하기도 하죠.
이렇듯 질병을 진단하기 위해 적혈구의 상태와 노화 정도를 정확하게 파악하는 것이 필수적이지만, 광학현미경을 이용한 적혈구 관찰은 지금까지 정확도가 높지 않아 한계가 있었습니다.
연구팀은 간단한 광학배치의 디지털 홀로그래픽 현미경을 이용해 적혈구의 홀로그램을 획득했습니다. 레이저 빔을 시료에 조사하면 빛의 간섭현상으로 홀로그램이 형성되고, 이로부터 3차원 정보를 획득할 수 있습니다. 이 방법으로 적혈구의 둘레·투영면적 등의 형태학적 특성, 영상 강도, 광학 특성 등 12개의 특징들을 추출했습니다.
추출한 분류특징을 기계학습형 AI 기술에 적용한 결과, 혈액의 노화에 따라 형태가 다른 3가지 적혈구를 97% 이상의 높은 정확도로 분류할 수 있었습니다.
이상준 교수는 "이 연구는 기존 광학현미경으로 얻을 수 없는 새로운 분류 특징들을 추출하고, 적혈구의 유형을 정확하게 식별할 수 있는 진단기법"이라며, "향후 당뇨나 말라리아와 같은 혈구성 질환의 자동 진단에 유용하게 사용될 수 있을 것으로 기대된다"고 연구의 의의를 설명했습니다.