[의약학 세특] 인공촉각뉴런 탐구
의약학 및 공학 진로를 희망하는 학생들은 '인공촉각뉴런'을 탐구해 보세요. 촉각 뉴런 소자는 접촉하는 물체의 딱딱하고 부드러운 정도를 정교하게 인식하여 질병의 진단에 활용될 수 있습니다. 인공촉각뉴런을 활용해 어떤 질병을 치료하고 싶은지, 그리고 이를 구현하기 위해서는 어떠한 기술이 필요할지 등을 자유롭게 탐구해 보세요.
정확도가 높은 질병 진단 기술의 필요성
세포에서부터 조직에 이르기까지 다양한 생체 물질의 딱딱한 정도와 모양은 질병과 관련된 정보를 반영한다. 예를 들어 유방암의 경우 일반적으로 악성 종양이 양성 종양보다 더 딱딱하고 불규칙한 모양을 지닌다. 탄성 초음파 검사는 비침습적으로 조직의 딱딱한 정도와 모양을 파악할 수 있으며, 비용이 저렴하여 유방암 진단에 주로 활용되고 있다. 그러나 탄성 초음파 이미지를 해석하기 위해서는 경험이 많은 전문가의 견해가 필수적이고 전문가 간 정확도에도 차이가 있었다.
최근 KIST 연구진은 촉각 뉴런 소자와 인공신경망 학습 방법을 접목시켜 간단하지만 정확도가 높은 질병 진단기술을 개발했다. KIST 연구진이 개발한 촉각 뉴런 소자는 기존에 보고된 인공 촉각 뉴런 소자와는 달리 접촉하는 물체의 딱딱하고 부드러운 정도의 구분이 가능하다.
뉴로모픽 기술과 감각 뉴런
뉴로모픽(Neuromorphic) 기술은 적은 에너지를 소비하면서 고차원적인 기능을 수행하는 인간 뇌의 정보처리 방식을 전자회로로 모방하려는 연구 분야다. 복잡하고 방대한 정보를 실시간으로 처리해야 하는 인공지능, 사물인터넷, 자율주행차 시대에 적합한 새로운 데이터 처리 기술로 각광받고 있다.
감각 뉴런은 감각 수용체를 통하여 외부 자극을 받아들이고 이를 전기적 스파이크 신호 형태로 변환하는데, 이 때 외부 자극에 대한 정보에 따라 생성되는 스파이크 패턴이 달라진다. 예를 들어, 자극이 세기가 클수록 생성되는 스파이크의 주파수가 빨라진다. KIST 연구진은 이러한 감각 뉴런의 특성을 구현하기 위해 압력센서와 오보닉 임계 스위치 소자를 결합한 간단한 구조의 인공촉각뉴런소자를 개발했다. 압력 센서에 압력이 가해지면 센서의 저항이 낮아지고 연결된 오보닉 스위치 소자의 스파이크 주파수가 변화된다. 개발된 인공촉각뉴런소자는 딱딱한 물질일수록 누를 때 압력을 더 빨리 느낀다는 부분에 착안해 누르는 힘이 록 더 빠른 전기적 스파이크를 발생시키도록 하고, 압력에 대한 감지 민감도를 동시에 개선한 고응답, 고민감도 소자이다.
개발된 소자에서 발생되는 전기적 스파이크의 속도는 0.00001초 이하여서 일반적으로 물체를 누르는데 수 초가 걸리는 것과 비교해 100,000배 이상 속도가 빨라 실시간으로 누르는 힘의 변화를 스파이크로 변환할 수 있다. 또한, 기존 소자가 물질을 가볍게 누르는 정도의 낮은 압력(약 20kPa)을 20~40 Hz 수준의 스파이크 변화량으로 감지할 수 있었던 반면 개발된 소자는 1.2MHz 수준으로 감지가 가능하다.
연구진은 개발한 소자를 실제 질병 진단에 활용하기 위해 누르는 물체의 딱딱한 정도에 따라 달라지는 스파이크 변화량에 스파이킹 인공신경망 학습기법을 접목하여 악성 또는 양성의 유방암 탄성 이미지에 대한 학습을 진행한 결과 최대 95.8%의 정확도로 유방 종양의 악성여부를 구분할 수 있었다. 탄성 초음파 이미지의 픽셀별로 나타난 색을 스파이크 주파수 변화량 수치로 변화시키고, 이를 인공지능에 학습시킴으로써 더 간단하고 정확하게 유방암 진단이 가능하도록 한 것이다.
실용화 된다면 어떠한 장점이 있는가?
현재 임상에서 활용되고 있는 탄성 초음파 이미징 기법이 적용되는 분야에 활용될 수 있을 것으로 기대한다. 현재 탄성 초음파 이미징 기법은 간 섬유화의 경과 정도를 진단하거나 유방암의 악성 정도를 구분하는데 사용되고 있다. 탄성 초음파 기법은 고주파의 초음파가 피부를 지나게 되므로 이 때 생기는 여러 노이즈나 신호 왜곡에 취약한 단점이 있게 되는데, 본 연구에서 개발한 촉각 뉴런 소자의 경우 스파이크 신호가 피부를 통과하지 않고 소자 내에서만 생성되므로 피부 통과에 의한 신호 왜곡 등의 문제에서 자유로운 장점이 있다.
로봇 수술 중에는 시야 확보가 어려워 촉각 등으로 대상 물질을 판단해야 하는 상황이 있을 수 있고 수술이라는 제약 때문에 적은 에너지로 빠른 시간에 상황을 판단하는 것이 유리할 수 있다. 따라서, 본 연구는 수술 부위나 접촉하는 대상에 대하여 빠르게 정보를 획득하고 데이터 학습이 필요한 로봇 수술 등에도 활용할 수 있을 것으로 기대한다.
참고문헌
https://biz.chosun.com/it-science/bio-science/2022/06/05/STIXN4W26RAJNE365Y2RRT7AQY/