게시물 검색

바이오/의료 코로나 바이러스를 치료ㆍ진단ㆍ예측하는 AI

  • 관리자 (irsglobal1)
  • 2021-09-14 13:51:00
  • hit1943
  • 118.47.187.105

AI 기술은 신종 코로나 바이러스에 대해 어떤 해결책을 제시할까? 코로나와 싸우는 AI 기술에 대해 사례와 함께 소개하고자 한다.

 

또한 신종 코로나 바이러스의 정식 명칭은 International Committee on Taxonomy of Viruses(ICTV)에 의해 ‘severe acute respiratory syndrome coronavirus 2’ (SARS-CoV-2)로 정해졌다. 질병의 명칭은 COVID-19지만, 여기에서는 신종 코로나 바이러스를 ‘SARS-CoV-2’로 표기한다.

 

치료를 위한 AI 기술

 

먼저, 바이러스에 효과적인 약을 개발하는 데 AI가 활용되는 케이스부터 소개하겠다.

 

애초에 약이란, 바이러스의 단백질 구조 형태에 적용되는 화합물이 결합하여, 단백질의 움직임을 바꿈으로써 질병을 낫게 한다. 현재는 컴퓨터를 사용하여 가상으로 단백질과 화합물이 결합하는지 여러 번 시험해 보는 방법이 증가하고 있다. 가상공간에서 약이 될 수 있는 후보를 추려낸 다음, 실제로 약의 작용 효과가 있는지 실험하는 것이, 제약의 한 가지 흐름으로 자리 잡았다.

 

문제는 이러한 바이러스의 단백질 구조를 어떻게 해명하는가 하는 것이다. 단백질은 DNA 구조 패턴에 근거한 아미노산 배열에 의해 정해진다. 아미노산 배열에서 단백질 구조(3차원 구조)를 추측하는 것을 ‘단백질 구조 예측’이라고 한다. 하지만 그것을 예측하는 일은 쉽지 않다. 지금도 진행하기 어려운 연구 주제이며, 다양한 접근방식이 고안되고 있는 상황이다.

 

이러한 상황 속에서, Deepmind사가 AI 기술을 이용하여 실시하고 있는 ‘Alpha Fold’라는 단백질 구조 분석 프로젝트에서 이번 SARS-CoV-2의 단백질 구조를 해명하기 위해 노력하고 있다.

 

Alpha Fold의 접근방식은 다음의 2단계로 나뉜다.

 

(1) 뉴럴 네트워크를 사용하여 아미노산 한 쌍의 거리와 아미노산을 잇는 화학 결합의 각도를 예측한다.

 

(2) 가장 에너지 효율이 좋은 (1)의 출력 결과 배치를 산출한다.

 

Alpha Fold는 ‘프리 모델링’이라 불리는, 유사 단백질 구조가 없는 경우, 단백질의 구조를 정확하게 예측하는 방식에 중점을 두고 있다. 따라서 더욱더 알려지지 않은 바이러스에 대해 좋은 결과를 얻을 것으로 기대된다.

 

 

현재 국제적인 단백질 구조 예측 협의회인 CASP에서 SARS-CoV-2의 단백질 구조를 해명하기 위한 경쟁을 진행하고 있는데, 2020년 7월 1일 현재 1위를 차지한 미시간주립대학의 연구에서 공표한 소스 코드 페이지를 참조하면, 이러한 Alpha Fold를 개량한 모델이 사용되고 있음을 알 수 있다.

 

AI 기술의 발전으로 인해, 앞으로는 정확한 단백질 구조를 더욱 상세히 해명됨에 따라, 화합물의 탐색 시뮬레이션에 의한 제약 개발이 더욱 가속화될 것으로 기대된다.

 

진단을 위한 AI 기술

 

AI를 통한 화상 진단은 CT나 MRI 등의 방사선 화상을 이용한 폐암 진단 및 뇌동맥류 발견 등, 의사의 의사 결정을 지원하는 형태로 활용되고 있다. 이번 SARS-CoV-2에 대해서도, PCR 검사의 진단 시간 문제를 해결하려는 상황 속에서, AI 진단의 연구개발은 각국의 연구기관 등에서도 일찍부터 시작하였으며, 논문 등도 많이 발표되었다.

 

Nature지에 게재된 ‘Artificial intelligence–enabled rapid diagnosis of patients with COVID-19’에서는 심층학습을 이용하는 감염 확률 산출 방법으로서, 다음의 3가지 패턴을 제안하고 있다.

 

(1) 흉부 CT 화상만을 이용하여 CNN(컨벌루션 뉴런 네트워크)를 적용하는 패턴

 

(2) 임상 정보(환자의 성별, 나이, 열의 높이, 백혈구의 양 등)에 각종 기계학습을 적용하는 패턴(최종적으로는 정밀도가 높았던 MLP(다층 퍼셉트론)를 채용함)

 

(3) 흉부 CT 화상과 임상 정보의 특징량을 조합한 합동 모델 패턴

 

Nature지에서는 실제 펠로우 수준의 방사선과의 2명의 진단 결과와 비교하였다. 그 결과, 제안하고자 하는 모델들 모두, 판별의 정확도 및 그냥 지나치는 일의 빈도라는 관점에서, 진단 능력이 방사선과의의 결과보다 뛰어나다는 것을 알 수 있었다.

 

기업 측에서도 이번 바이러스에 대응하여, CT 스캔 화상을 이용한 AI 화상 진단을 활용하려는 움직임이 빠르게 이루어지고 있으며, NTT 데이터와 인도 DeepTek사에 의한 AI 화상 진단 솔루션을 SARS-CoV-2를 위해 기능을 확장한 사례나 엠쓰리사와 알리바바 클라우드사에 의한 딥러닝을 활용하는 AI 화상 진단 서비스의 판매를 개시한 사례 등을 볼 수 있다. 대응 속도와 정확성이 높은 SARS-CoV-2 감염 진단이 실시됨으로써, 대책이 더욱 빨라질 것으로 기대된다.

 

특히 알리바바의 CT 화상 진단 AI는 정밀도가 96%이며, 3~4초 만에 검출할 수 있다고 발표된 바 있으며, 이미 중국에서는 160개 이상의 병원에서 채용할 예정이다.

 

CT 화상의 취득이라는 부분과 관련해서도, 후지필름도 출자하고 있는 이스라엘의 벤처기업 Nanox가 크기가 작고 비용이 적게 드는 스캔 시스템을 개발하였다. 5G의 활용이라는 관점에서, 한국의 SK Telecom이 이 기업에 대해 출자하려는 움직임도 보이고 있다. 원격으로 손쉽게 CT 화상 스캔을 실현하고, 앞서 기술한 AI 화상 진단과 조합함으로써, 원격으로 빠르고 정확한 진단을 실시할 수 있는 미래도 머지않았다.

 

감염 규모를 예측하는 AI 기술

 

세계에서 가장 빨리 SARS-CoV-2 바이러스의 발생 및 감염 확대를 예측한 것은 캐나다의 BlueDot사다.

 

BlueDot은 공식 의료 정보뿐 아니라 비구조적 빅데이터(민간 항공편을 이용하는 세계의 이동, 사람, 동물, 곤충의 개체 수 데이터, 인공위성으로부터 얻는 기후 데이터, 저널리스트나 의료 종사자로부터 얻는 현지 정보 등)도 활용하여, 기계학습과 자연언어 처리 기술을 활용하여 분석하고 있다.

 

이번 SARS-CoV-2가 발생했을 때는, 중국의 기사에서 우한의 어패류 및 살아있는 동물을 취급하는 시장과 관련된 27건의 폐렴 환자를 보도한 사실을 찾아냈고, 그 후의 감염 확대와 관련해서는, 항공 회사의 티켓 발권 데이터를 활용하여 우한과 관련성이 높은 도시를 산출하여 팬데믹을 예측했다.

 

그들이 산출한 우한에서 나온 여행자 수가 많은 국가의 감염증 취약성 지수(IDVI) 점수와 실제로 이동한 사람의 수라는 관점에서 방콕, 서울, 태국, 도쿄로 퍼져나갈 것임을 정확하게 예측했다.

 

감염 예측 및 감염에 의한 사망자 수 예측과 관련해서는, 개인의 데이터 사이언티스트(Youyang Gu)가 다른 연구기관보다 높은 정확도를 계속해서 일구어낸 사례 및 카네기멜론대학교의 사회적 거리 유무의 영향을 제시한 예측 모델, 싱가포르 공과설계대학의 종식일 예측 등, 다양한 예측 모델에서 AI 기술이 활용되고 있다.

 

이번 SARS-CoV-2의 감염이 확대됨에 따라, 뉴스에서도 데이터에 근거한 감염 및 사망자 수 예측이 매일 보도되고 있다. 세계적인 시책으로 인해 더욱 정밀도 높은 예측 모델이 나올수록, 우리도 당황하지 않고 미래를 내다보면서, 매일의 생활을 안심하면서, 또한 주의하면서 보낼 수 있을 것으로 기대된다.

 

여기에서는 바이러스 자체와 싸운다는 관점에서 ‘치료’ ‘진단’ ‘예측’에 활용되는 AI 기술에 대해 살펴보았다. 이제는 기술의 발전이 그대로 After/With 코로나 시대에 활용되는 세계로 접어들었으며, 앞으로도 새로운 AI 기술의 동향을 주시하고자 한다.

 
 

[2022 차세대 AI(인공지능) 혁신 기술 트렌드 및 시장 전망] 보고서 상세보기

https://www.irsglobal.com/shop_goods/goods_view.htm?category=02000000&goods_idx=85038&goods_bu_id=

게시글 공유 URL복사
게시물 검색
List of articles
번호 분류 제목 작성자 작성일 조회수
846 ICT/정보통신 LiDAR 개발 기업의 주요 동향 photo 관리자 2024-03-27 hit25
845 ICT/정보통신 자율주행용 스마트센서 : LiDAR(라이다) photo 관리자 2024-03-27 hit15
844 ICT/정보통신 미래 네트워크 6G의 가능성 photo 관리자 2024-03-19 hit141
843 ICT/정보통신 주요국별 5G 동향과 6G를 위한 대응전략 photo 관리자 2024-03-19 hit78
842 ICT/정보통신 디지털 대전환(digital transformation)의 신기술 개발 및 기술 토픽 photo 관리자 2024-03-19 hit90
841 자동차/로봇 2024년 로봇 트렌드 : 인공지능의 도입이 활발해진다 photo 관리자 2024-03-18 hit123
840 ICT/정보통신 2024년에 주목해야 하는 AI 트렌드 photo 관리자 2024-03-12 hit273
839 ICT/정보통신 2024년 AI의 미래 : 인공지능의 다음 전개는? photo 관리자 2024-03-12 hit125
838 ICT/정보통신 2023년의 활약부터 2024년의 전망까지 : AI 스타트업 업계의 최신 동향과 미래 예측 photo 관리자 2024-03-12 hit128