AI 말라리아 진단, 유럽 학회서 성능·비용 절감 동시 입증 > 바이오 테크 (Bio Tech)

AI 말라리아 진단, 유럽 학회서 성능·비용 절감 동시 입증

인공지능 기반 진단 기술이 감염병 분야에서 실제 임상 적용 가능성을 확대하고 있는 가운데, 국내 기업의 AI 말라리아 진단 솔루션이 유럽 주요 의료기관 연구를 통해 성능과 효율성을 동시에 검증받았다. 특히 비풍토 지역 특성상 전문 인력 확보가 어려운 환경에서 자동화된 진단 시스템이 대안으로 제시되면서, 향후 감염병 진단 체계 변화 가능성에도 관심이 쏠린다.

인공지능 기반 혈액 및 암 진단 기업 노을은 유럽 최대 규모의 임상미생물학 및 감염병 학회인 ‘ESCMID Global 2026’에서 자사의 말라리아 진단 솔루션 ‘miLab MAL’과 관련된 임상 연구 초록 3건이 발표됐다고 밝혔다. 이번 연구는 독일 샤리떼(Charité) 병원, 프랑스 말라리아 국가지정센터(CNR), 앙리 몽도르 대학병원 등 유럽 내 감염병 대응을 선도하는 기관들이 각각 독립적으로 수행했다.

해당 연구들은 말라리아 비풍토 지역인 유럽 환경에서 진행됐다는 점에서 의미가 있다. 이 지역은 말라리아 환자 발생 빈도가 낮아 숙련된 현미경 판독 인력이 상시 배치되기 어려운 구조를 가지고 있다. 이러한 조건에서 AI 기반 진단 시스템이 인력 의존도를 낮추고 일정한 정확도를 유지할 수 있는지에 대한 검증이 핵심이었다.

독일 샤리떼 병원 연구 결과에 따르면, miLab MAL은 말라리아 의심 환자를 대상으로 한 검사에서 민감도 100%, 특이도 97.2%, 전체 정확도 97.8%를 기록했다. 이는 기존 표준 검사 방식인 현미경 검사 및 분자진단(PCR) 결과와 높은 수준의 일치도를 보인 수치다. 민감도 100%는 실제 환자를 놓치지 않았음을 의미하며, 특이도 역시 높은 수준을 유지해 오진 가능성을 낮춘 것으로 해석된다.

검사 효율성 측면에서도 변화가 확인됐다. 기존 검사 방식의 평균 소요 시간이 약 60분 내외인 것과 비교해, 해당 솔루션은 약 15분 내외로 단축됐다. 또한 현미경 검사와 신속진단검사(RDT)를 병행하는 표준 방식 대비 평균 검사 비용을 약 72% 절감한 것으로 나타났다. 이는 단순한 정확도 개선을 넘어 실제 의료 현장에서의 운영 효율성까지 고려된 결과로 평가된다.

프랑스 의료기관에서 수행된 연구에서도 유사한 성능이 확인됐다. 앙리 몽도르 대학병원 연구에서는 표준 현미경 검사 대비 민감도 97.4%, 특이도 97.7%를 기록했다. 이는 기존 검사와 비교해 유사한 수준의 진단 정확도를 유지하면서도 자동화 시스템의 적용 가능성을 보여주는 결과다. 프랑스 말라리아 국가지정센터(CNR)의 연구에서는 혈중 기생충 농도 측정 결과가 수동 현미경 검사와 높은 상관관계를 보였다. 이는 단순 감염 여부 판단을 넘어 정량적 분석에서도 활용 가능성이 있음을 시사한다.

이번 연구는 단일 기관이 아닌 여러 국가의 주요 의료기관에서 각각 독립적으로 수행됐다는 점에서 객관성을 확보했다는 평가를 받는다. 특히 동일한 장비와 알고리즘을 기반으로 서로 다른 환경에서 일관된 성능이 확인된 점은 기술의 재현성과 신뢰도를 뒷받침하는 요소로 작용한다.

노을 측은 이러한 결과가 전문 인력 부족 문제를 보완할 수 있는 대안으로서 의미가 있다고 설명했다. 실제로 말라리아 비풍토 지역에서는 진단 경험이 많은 인력이 제한적이기 때문에, 검사 결과의 정확도가 검사자 숙련도에 영향을 받는 경우가 많다. 자동화된 AI 분석은 이러한 편차를 줄이고 일정 수준 이상의 진단 품질을 유지하는 데 기여할 수 있다.

임찬양 대표는 “유럽 내 감염병 대응 가이드를 주도하는 주요 의료기관들과 진행해온 검증이 연구 성과로 이어졌다”며 “현지 데이터를 기반으로 중소형 병원 및 검사실까지 보급을 확대할 계획”이라고 밝혔다. 이는 대형 병원 중심의 기술 적용을 넘어, 인프라가 제한된 의료기관으로의 확산 가능성을 시사한다.

이번 연구가 발표된 ESCMID Global은 임상미생물학 및 감염병 분야에서 가장 규모가 큰 국제 학술 행사 중 하나로, 전 세계 약 1만8000명의 전문가가 참여했다. 다양한 국가의 연구자와 의료진이 최신 연구 결과를 공유하는 자리로, 발표된 데이터는 향후 임상 적용 여부를 판단하는 참고 자료로 활용된다.

현장에서는 miLab을 소개하는 전시 부스도 함께 운영됐으며, 글로벌 연구자들과의 협력 기회 확대도 병행됐다. 이러한 활동은 기술 검증을 넘어 실제 시장 도입을 위한 기반을 마련하는 과정으로 해석된다.

이번 발표는 AI 기반 진단 기술이 특정 환경에 국한되지 않고 다양한 의료 조건에서도 활용될 수 있음을 보여준 사례로 평가된다. 특히 검사 시간 단축과 비용 절감, 그리고 일정 수준 이상의 정확도를 동시에 확보했다는 점은 의료 현장에서의 실질적인 적용 가능성을 높이는 요소다.

다만 실제 임상 표준으로 자리 잡기 위해서는 다양한 환자군을 대상으로 한 추가 검증과 장기적인 데이터 축적이 필요하다. 또한 각국의 의료 규제 및 진단 가이드라인에 따른 승인 절차도 중요한 변수로 작용한다.

그럼에도 불구하고 이번 연구는 감염병 진단 분야에서 인공지능 기술이 수행할 수 있는 역할을 구체적으로 보여준 사례로, 향후 진단 방식의 변화 가능성을 제시했다는 점에서 의미가 있다.