AI로 잇몸질환 조기 진단… 13개 세균종으로 위험 식별

ㅇ 영국 STFC·IBM·Salient Bio, 구강 미생물 데이터에 머신러닝 적용

- 연구진은 AI를 활용해 잇몸 질환이 심각해지기 전에 위험을 식별하고 조기 대응하는 진단 기술을 개발함

- 영국 STFC 하트리센터는 IBM Research·Salient Bio와 협력해 중증 잇몸 질환인 치주염을 분석하는 AI 기반 접근법을 개발함

ㅇ 개별 유해균 넘어 구강 미생물군 전체 분석

- 기존 잇몸질환 진단은 주로 특정 유해 세균의 존재 여부를 확인하는 방식에 의존해 왔음

- 하트리센터 연구진은 치주염이 특정 세균보다 구강 미생물 생태계 전체의 균형 붕괴와 관련된다는 점에 주목함

- 이에 600개 구강 샘플의 세균 유전정보를 분석해 미생물 종 간 상호 작용을 조사함

- 아울러 머신러닝을 통해 서로 연결된 세균 집단을 식별하고 건강한 구강과 치주질환에 관련된 집단을 구분함

ㅇ 13개 세균종만으로 치주염 진단

- 연구진은 AI로 수백 개의 구강 미생물 변수 중 진단에 중요한 13개 핵심 세균종을 선별함

- 이들 세균만 활용한 모델도 기존 모델과 동등한 수준의 치주염 진단 정확도를 보임

- 이를 통해 소수의 핵심 세균만으로 치주염을 판별하는 간편한 표적 진단 도구 개발 가능성을 확인함

- 또한 생활 습관·환경 데이터를 함께 분석해 개인별 치주질환 위험 요인을 종합적으로 파악함

ㅇ 증상 악화 전 위험군 찾아 조기 치료

- 이번 연구는 치주염 위험을 조기에 식별해 질환 예방과 조기 개입을 가능하게 하는 데 의의가 있음

- 위험군을 미리 파악하면 광범위 항생제 대신 개인별 위험 요인과 미생물 특성에 맞춘 표적 치료를 적용 가능함

- 이는 항생제 내성 문제에 대응하고 치료 중심에서 예방 중심으로 전환하는 의료 체계에도 기여할 수 있음

- 이에 연구진은 구강 샘플의 메타유전체 분석을 통해 치주염 진단에 활용할 수 있는 13개 핵심 세균종 지표를 도출함

ㅇ 다른 만성질환 진단에도 활용 가능

- 이번 AI 분석 방식은 치주질환을 넘어 미생물군과 관련된 다양한 만성질환 연구로 활용 범위가 확대될 가능성이 있음

- 복잡한 미생물 생태계에서 질병 관련 핵심 미생물 집단을 AI로 선별해 원인 규명과 새로운 진단·치료법 개발에 기여할 것으로 기대됨

- 향후 다른 인체 부위와 질환의 미생물군 분석에도 동일한 접근법을 적용할 수 있을 것으로 보여짐

Source: UKRI