연구자들은 결핵을 더 잘 탐지하고 치료 반응을 모니터할 수 있는 여러 인공지능(AI) 기반 도구를 공개했다. 발표는 코펜하겐에서 열린 Union World Conference on Lung Health에서 11월 18일부터 21일까지 이루어졌다. 세계보건기구는 2024년 결핵이 약 125만 명의 사망자를 낸 가장 치명적인 감염병으로 남아 있다고 밝혔다.
학회에서 소개된 네 가지 주요 접근법은 각각 다른 목적을 가진다. 첫째, Southern University of Science and Technology와 Shenzhen Third People’s Hospital 팀은 'breathomics'와 기계학습을 결합해 AveloMask로 채취한 숨 시료에서 화학적 변화를 분석해 치료 반응을 추적했다. 둘째, 인도 연구진이 발표한 Swaasa는 스마트폰으로 350명 이상 참가자의 기침을 녹음해 결핵 기침과 다른 호흡기 질환을 구별했다; 알고리즘은 원인을 94퍼센트, 호흡기 질환 위험은 87퍼센트의 정확도로 예측했다.
셋째, Wadhwani Institute for AI는 20개 이상의 공개 데이터셋과 익명화된 Ni-kshay 감시 데이터를 결합해 능동적 사례 탐색을 안내하는 취약성 매핑 시스템을 만들었다. 국가 수준 시험에서 상위 20퍼센트 마을을 미발견 결핵 가능성이 높은 곳으로 식별하는 데 71퍼센트 정확도를 보였다. 넷째, Qure.ai의 qXR는 출생부터 15세 아동용으로 개발된 AI 흉부 X선 도구로, 이 연령대에 대해 유럽 규제 승인을 받은 최초의 제품이다.
전문가들은 이러한 기술이 접근성과 개인화 가능성을 열어준다고 평가하면서도 실제 보건 시스템과 대상자에게 도달하도록 만드는 것이 과제라고 지적했다. Guy Marks는 인공지능의 잠재력을 언급했고, Ketho Angami는 엄격한 시험과 강한 데이터셋, 직원 교육의 필요성을 강조하며 복잡한 사례에서 AI만 의존하는 위험을 경고했다. 일부 결과는 아직 동료 심사를 진행 중이며, 규모에 맞게 사용되기 전에 더 광범위한 검증과 구현이 필요하다. 이 내용은 SciDev.Net 글로벌 데스크에서 제작됐다.
어려운 단어·표현
- 탐지하다 — 증상이나 이상을 찾아내는 과정 또는 행동탐지하고
- 기계학습 — 데이터로부터 규칙이나 모델을 배우는 기술기계학습을
- 알고리즘 — 문제를 해결하는 단계별 계산 절차알고리즘은
- 익명화하다 — 개인 식별 정보를 제거하거나 가리키는 처리익명화된
- 취약성 — 위험이나 손상에 쉽게 노출되는 성질
- 규제 승인 — 정부나 기관이 안전성 확인 후 주는 허가규제 승인을
- 동료 심사 — 같은 분야 전문가들이 연구를 평가하는 과정동료 심사를
팁: 글에서 강조된 단어에 마우스를 올리거나 포커스/탭하면, 읽거나 들으면서 바로 간단한 뜻을 볼 수 있습니다.
토론 질문
- 이 기술들이 실제 보건 시스템과 대상자에게 도달하도록 만들 때 어떤 운영적 어려움이 생길 수 있을까요? 예를 들어 인력이나 장비 측면을 생각해 보세요.
- AI 기반 도구가 결핵 진단과 치료 추적에서 어떤 이점과 위험을 동시에 가질 수 있을지 본문을 바탕으로 설명해 보세요.
- 규모에 맞게 사용되기 전에 어떤 종류의 추가 검증이나 시험이 필요하다고 생각하나요? 구체적인 이유를 덧붙여 보세요.
