2026.03.17 (화)

  • 맑음동두천 -0.4℃
  • 맑음강릉 2.2℃
  • 연무서울 3.1℃
  • 연무대전 2.1℃
  • 구름많음대구 4.8℃
  • 구름많음울산 5.4℃
  • 박무광주 4.8℃
  • 흐림부산 8.3℃
  • 구름많음고창 0.3℃
  • 구름많음제주 6.9℃
  • 맑음강화 -0.9℃
  • 맑음보은 -0.7℃
  • 구름많음금산 -0.2℃
  • 흐림강진군 2.7℃
  • 구름많음경주시 1.5℃
  • 흐림거제 6.3℃
기상청 제공

의료기기 감염 막는 항균 젤 개발

항균 하이드로젤, 항생제 내성 세균이 만드는 바이오필름 형성 최대 60% 억제 사람 세포에 대한 안전성 유지하며 의료기기 표면에 안정적 코팅 가능 광주과학기술원(GIST) 화학과 서지원 교수 한국과학기술연구원(KIST) 김재홍 박사 공동 연구팀

의료기기 감염 막는 항균 젤 개발

병원에서 사용하는 의료기기 표면에 세균이 달라붙어 생기는 감염을 막을 수 있는 새로운 기술이 현실화될 전망이다. 광주과학기술원(GIST·지스트, 총장 임기철)은 화학과 서지원 교수와 한국과학기술연구원(KIST) 김재홍 박사 공동 연구팀이 항생제에 강한 내성을 가진 세균*이 의료기기 표면에 형성하는 ‘바이오필름*’을 효과적 ▲(왼쪽부터) GIST 화학과 서지원 교수, KIST 김재홍·박일수 박사, 윤재원 석사, GIST 화학과 윤희웅 박사과정생 으로 억제하는 다기능 항균 하이드로젤(hydrogel·물처럼 부드럽게 퍼지며 표면을 코팅할 수 있는 젤 형태 물질)을 개발했다고 밝혔다. 이번 연구는 기존 항균 소재가 세균을 잘 죽이면서도 사람이 안전하게 사용할 수 있도록 균형을 맞추기 어려웠던 문제를 해결하고, 의료기기 감염을 예방할 수 있는 가능성을 제시했다. 연구팀은 이를 위해 펩토이드(peptoid)*라는 인공 단백질 유사 물질을 활용했다. 펩토이드는 자연 단백질 구조를 모방해 세균을 죽이거나 붙지 못하게 설계할 수 있으며, 젤라틴 하이드로젤 안에서 스스로 모여 나노 구조를 형성하는 자기조립(Self-assembly) 방식을 통해 살균 효과와 안전성을 동시에 높일 수 있다. * 바이오필름(biofilm): 세균이 의료기기나 표면에 달라붙어 스스로 만든 보호막 안에서 집단을 이루는 구조로, 약을 써도 죽기 어려워 병원 감염의 주요 원인 중 하나이다. * 내성균(antibiotic-resistant bacteria): 항생제에 노출되어도 생존하는 능력을 획득한 세균이다. * 펩토이드(peptoid): 자연에서 발견되는 단백질(펩타이드)의 구조와 기능을 모사해 만든 인공 신물질로, 세균을 죽이거나 붙는 것을 막는 기능을 갖도록 설계할 수 있다. 이번 연구에서는 이 펩토이드를 젤라틴 하이드로젤에 결합해 병원균 억제와 안전성을 동시에 높였다. 병원에서 사용하는 의료기기인 카테터, 스텐트, 인공관절의 표면에는 세균이 달라붙어 바이오필름을 형성한다. 이 바이오필름은 세균 여러 층이 겹쳐 있는 구조로, 두께가 머리카락 굵기의 50분의 1 수준에 불과해 눈으로 확인하기 어렵고, 검사에서도 쉽게 드러나지 않는다. 바이오필름 안의 세균은 끈적한 보호막(EPS)* 속에 모여 있어 항생제가 침투하기 어렵다. 이 때문에 일반 세균보다 항생제 내성이 강하고, 감염 치료가 훨씬 어렵다. 문제는 이런 바이오필름이 의료기기 표면에서 매우 쉽게 형성된다는 점이다. 한 번 감염이 시작되면 환자의 회복이 늦어지고, 병원 전체의 감염 위험까지 높인다. * 보호막(Extracellular Polymeric Substances, EPS): 세균이 스스로 만들어 바이오 필름 안에서 보호막 역할을 하는 끈적끈적한 물질이다. 연구팀은 인체에 안전하고 젤(gel) 형태로 쉽게 제작할 수 있는 젤라틴을 기반으로, 향균 펩토이드의 분포 상태를 정밀하게 조절해 세균 살균과 부착 억제 기능을 동시에 최적화하는 새로운 향균 표면 전략을 제시했다. 단순히 펩토이드의 양을 늘리는 대신, 젤라틴과 결합되는 비율을 조절해 펩토이드가 젤 안에서 완전히 고정되거나 일부가 뭉치는 다양한 구조를 만들었다. 실험 결과, 펩토이드가 고르게 퍼진 상태에서는 세균 부착이 크게 줄면서도 살균 효과가 유지됐고, 사람 세포에는 거의 영향을 주지 않아 안전했다. 반대로 펩토이드가 지나치게 뭉친 경우에는 세균과 사람 세포 모두에 영향을 주어, 살균 효과는 나타나더라도 사람 세포 손상이 발생할 수 있음을 확인했다. 연구팀은 또한 하이드로젤을 이용해 병원에서 실제 감염 문제를 일으키는 대표적 세균인 황색포도상구균과 녹농균을 유리·실리콘·스테인레스 표면에 붙인 뒤, 세균 부착 정도, 바이오필름 형성, 그리고 사람 세포에 미치는 영향을 측정했다. 실험 결과, 최적 조건으로 제작한 하이드로젤은 두 균 모두에서 바이오필름 형성을 기존 대비 약 60% 억제했다. 특히, 항균 효과는 하이드로젤 표면과의 직접 접촉을 통해 나타났으며, 외부로 항균 물질이 방출되지 않아 안전성이 높았다. 이번 연구는 연구팀이 개발한 항균 하이드로젤이 의료기기의 다양한 표면에 안정적으로 코팅될 수 있음을 입증하며, 실제 병원 환경에서도 활용될 수 있는 가능성을 보여준다. 이를 통해 카테터나 인공관절 등 의료기기 표면에서 발생하는 감염을 줄이고, 환자가 항생제 사용을 최소화하면서 안전하게 치료받을 수 있는 길을 제시했다. KIST 김재홍 박사는 “이번 연구는 분자의 결합 비율만 조절해도 표면 특성을 능동적으로 바꿀 수 있음을 보여준 사례”라며 “항균 기능뿐 아니라 다양한 생체 표면 설계로 확장 가능한 소재 플랫폼으로 발전할 수 있을 것”이라고 설명했다. GIST 화학과 서지원 교수는 “병원 현장에서 감염의 원인이 되는 항생제 내성균과 바이오필름의 확산을 억제할 수 있는 소재 개발은 임상에서 시급히 요구되는 과제”라며 “이번 연구는 항균 펩토이드와 하이드로젤 소재를 결합해 바이오필름 형성을 억제할 수 있는 새로운 표면 소재 개발 전략을 제시했다는 점에서 큰 의미가 있다”고 말했다. GIST 화학과 서지원 교수와 KIST 김재홍 박사가 공동 지도한 이번 연구는 과학기술정보통신부 GIST-이노코어(InnoCORE) 사업 및 과학기술정보통신부·한국연구재단 세종펠로우십 사업, 지역혁신 선도연구센터 지원사업, 바이오의료기술개발사업의 지원을 받았다. 연구 결과는 국제학술지 《Nano Letters》에 2026년 2월 26일 온라인으로 게재됐다. 한편 GIST는 이번 연구 성과가 학술적 의의와 함께 산업적 응용 가능성까지 고려한 것으로, 기술이전 관련 협의는 기술사업화실(hgmoon@gist.ac.kr)을 통해 진행할 수 있다고 밝혔다. [그림] 펩토이드 비율 조절에 따른 나노구조 및 기능 변화 모식도.

AI의 의료정보 믿어도 될까?

GPT 시리즈·Gemini 1.5는 ‘매우 정확’, 일부 AI 챗봇은 적응증·대안 설명에서 취약 “AI 챗봇은 환자 교육을 돕는 유용한 도구, 최종 수술 결정은 반드시 의료진과 직접 상의해야 한림대학교동탄성심병원 정형외과 송시영 교수 연구팀

AI의 의료정보 믿어도 될까?

최신 인공지능(AI)모델이 제공하는 의학정보의 정확도가 높아, 환자 교육과 진료실 상담을 보조하는 도구로 활용될 수 있음을 보여주는 연구결과가 나왔다. 한림대학교동탄성심병원 정형외과 송시영 교수 연구팀이 무릎 인공관절수술 관련 정보를 제공하는 AI 챗봇 5종의 성능을 비교·분석한 연구 결과를 발표했다. ‘GPT-3.5, GPT-4, GPT-4 Omni, Gemini Advanced, Gemini 1.5의 무릎 인공관절수술 관련 질문에 대한 답변 능력 비교·분석(A Comparative Analysis of GPT-3.5, GPT-4, GPT-4 Omni, Gemini Advanced, and Gemini 1.5 in Answering Total Knee Replacement?Related Questions)’이라는 제목의 이번 논문은 정형외과·스포츠의학 분야 SCIE 저널인 ‘Orthopaedic Journal of Sports Medicine[피인용지수(IF): 2.5]’ 올해 1월호에 게재됐다. ▲한림대학교동탄성심병원 정형외과 송시영 교수 연구팀은 구글 검색 경향과 정형외과 전문의 자문을 바탕으로, 환자들이 무릎 인공관절수술 전·후 자주 묻는 질문 43개를 선정했다. 질문은 ▲수술 개요 및 과정 ▲수술 적응증과 결과 ▲부작용·합병증 ▲통증·회복 과정 ▲수술 후 허용되는 활동 ▲수술 대안 및 변형 술기 등 6개 영역으로 구분했다. ‘무릎 인공관절수술은 얼마나 걸리나요?’, ‘무릎 인공관절수술의 성공률은 얼마나 되나요?’, ‘무릎 인공관절수술 후 주의해야 할 사항은 무엇인가요?’ 등 다양한 질문이 포함됐다. 각 질문을 GPT-3.5, GPT-4, GPT-4 Omni, Gemini Advanced, Gemini 1.5 등 5가지 LLM 기반 AI 챗봇에 동일하게 제시해 답변을 받은 뒤, 무릎 인공관절수술을 전문으로 하는 정형외과 전문의 두 명이 정확도와 질문 적합성을 5점 리커트 척도(1.전혀 그렇지 않다, 2.그렇지 않다, 3.보통이다, 4.그렇다, 5.매우 그렇다)로 평가했다. 평가자는 어떤 AI 챗봇이 작성했는지 모르는 상태에서(블라인드) 채점해 편향을 최소화했다. 분석 결과 GPT-3.5, GPT-4, GPT-4 Omni, Gemini 1.5는 전체 질문에 대해 평균 4.8점 이상의 높은 정확도를 보였고, 질문과의 관련성도 100%로 평가됐다. 반면 Gemini Advanced는 전체 평균 정확도 4.07점, 관련성 83.7%로 다른 챗봇보다 낮은 성적을 보였으며, 일부 질문에서는 답변 대신 ‘전문의와 상담하라’는 안내를 제공하는 경향이 관찰됐다. 연구팀은 이러한 경향이 잘못된 정보를 피하려는 안전장치의 영향일 수 있다고 해석하면서도, 환자 교육 도구로 활용할 때는 정보의 양·구체성이 제한될 수 있다고 설명했다. 특히 수술 적응증과 수술 결과, 인공관절수술의 대안 및 변형 술기를 묻는 질문에서 챗봇 간 차이가 두드러졌다. GPT-3.5, GPT-4, GPT-4 Omni, Gemini 1.5는 이 영역에서 모두 5점 만점에 가까운 높은 점수를 받은 반면, Gemini Advanced는 통계적으로 유의하게 낮은 점수를 기록했다. 송시영 교수는 “이번 연구에서 최신 AI 챗봇들이 무릎 인공관절수술과 관련된 의학 정보를 상당히 정확하게 제공할 수 있음을 확인했다”며 “AI 챗봇의 응답은 2024년 8월 시점으로 평가됐으며, AI 모델의 빠른 발전 속도를 고려할 때 이후 버전에서는 성능 차이가 생길 수 있다”고 설명했다. 또한 송 교수는 “이번 연구를 통해 의사의 설명을 보완하는 환자 교육 도구로써 AI 챗봇의 잠재적 유용성을 확인했다”며 “임상 적용 가능성을 높이기 위해 AI 모델을 지속적으로 개선해야 한다”고 덧붙였다. 이 연구는 과학기술정보통신부의 재원으로 한국연구재단(우수신진연구)의 지원을 받아 수행됐다

"휴일 이후 평일, 병원 밖 심정지 발생률 높아"

 '휴일 이후 평일'의 '병원 밖 심정지 발생률' 일반 평일보다 약 9% 높아 휴일 이후 평일에 발생한 병원 밖 심정지의 약 60%가 65세 이상, 발생 원인의 약 72% 심장질환 가톨릭관동대학교 국제성모병원 응급의학과 차민수 교수 연구팀

"휴일 이후 평일, 병원 밖 심정지 발생률 높아"

'휴일 이후 평일'의 '병원 밖 심정지 발생률'이 일반 평일보다 약 9% 높은 것으로 나타났다. 가톨릭관동대학교 국제성모병원(의료원장 겸 병원장 고동현 신부)는 응급의학과 차민수 교수 연구팀이 연휴 이후 평일의 병원 밖 심정지 발생률을 조사한 연구 논문을 발표했다고 16일 밝혔다. ▲(왼쪽부터)국제성모병원 응급의학과 차민수, 송명제, 김종선 교수. 이번 연구는 일정 기간 동안 특정 집단을 추적 관찰하는 코호트 연구(Cohort Study) 방법으로 진행됐으며, 국제성모병원 응급의학과 차민수 교수(제1저자), 송명제 교수(교신저자), 김종선 교수(공동저자)가 참여했다. 연구팀은 2013년 1월 1일부터 2023년 12월 31일까지 국가 감시 데이터베이스 자료를 통해 평일에 발생한 20만 3471건의 성인 심정지 사례를 분석했다. 연구 결과, 휴일 이후 평일에 발생하는 병원 밖 심정지 발생 건수는 평균 88건으로 일반 평일의 평균(80건)보다 약 9% 높은 것으로 나타났다. 특히 ▲2일 휴일 이후 ▲3일 휴일 이후 ▲4일 이상의 연휴 이후 첫 평일에서 모두 병원 밖 심정지가 각각 10%, 9%, 10% 높았으며, 이는 통계적으로 유의미한 것으로 나타났다. 다만, 1일 휴일 이후 평일에서는 병원 밖 심정지가 유의하게 증가하지 않았다. 이러한 경향은 65세 이상 고령층에서 특히 두드러졌다. 휴일 이후 평일에 발생한 병원 밖 심정지의 약 60%가 65세 이상에서 발생했다. 아울러 발생 원인의 약 72%는 심장질환인 것으로 분석됐다. 국제성모병원 응급의학과 차민수 교수는 "이러한 결과는 휴일 이후 일상의 시작으로 인한 스트레스 변화, 음주로 인한 부정맥 유발, 수면 패턴의 변화, 임의적인 약물 복용 중단, 휴일이 끝날 때까지 진료를 미루는 경향 등 생물학적 요인과 행동 변화가 복합적으로 작용했을 것으로 보인다"고 말했다. 이어 차 교수는 "휴일 기간 동안 과음, 수면부족 등 갑작스러운 생활 패턴의 변화를 줄이고 심장질환 환자는 복용하는 약을 지속적으로 복용해야 하며, 이상 증상이 있을 경우 의료기관을 즉시 방문해야 한다"며 "의료기관 또한 연휴 이후 시작되는 첫 평일에 응급의료 인력 및 장비 배치 등 주의 깊게 대비하는 것이 좋다"고 말했다. 한편 이번 연구논문은 '연휴 후 평일의 병원 밖 심정지 발생률(Incidence of Out-of-Hospital Cardiac Arrest on a Postholiday Weekday)'이라는 제목으로 미국의사협회가 발행하는 세계적 권위의 국제학술지인 'JAMA Network Open' 최신호에 게재됐다.

환자의 중증도 분류하는 인공지능 모델 개발

실제 응급실 대화를 기반으로 한 AI 모델, ChatGPT보다 높은 정확도 확인 AI 모델’ 정확도 75.94% 기록, 재현율은 0.9610 보여 긴급환자 96% 이상 정확히 찾아냈다 고려대 안산병원 이수교 교수 연구팀,

환자의 중증도 분류하는 인공지능 모델 개발

고려대학교 안산병원 응급의학과 이수교 교수와 고려대학교 의과대학 통일한국보건의학연구소 정수민 교수 연구팀이 응급실 환자와 의료진의 실제 대화를 학습해 환자의 중증도를 분류하는 인공지능(이하 AI) 모델을 개발했다. 「Development of BERT-based large language models for emergency department triage using real-world conversations」 연구를 통해 실제 응급실 대화를 기반으로 한 AI 모델을 개발하고 성능을 평가한 결과, ChatGPT보다 높은 정확도를 확인했다고 밝혔다. 해당 연구는 의료정보학 분야 국제학술지 Journal of the American Medical Informatics Association(JAMIA)에 게재됐다. ▲(왼쪽부터)고려대학교 안산병원 응급의학과 이수교 교수, 고려대의과대학 통일한국보건의학연구소 정수민 교수 응급실에서는 환자의 상태를 빠르게 평가해 치료 우선순위를 정하는 중증도 분류가 무엇보다 중요하다. 정확한 중증도 분류는 환자의 생존율과 직결될 뿐 아니라 제한된 응급 의료 자원을 효율적으로 배분하는 데 필요한 핵심 과정이다. 우리나라에서는 KTAS(한국형 응급환자 분류도구)를 사용하며 심정지, 의식 변화, 심각한 호흡곤란, 쇼크 징후, 대량 출혈, 극심한 통증 등 생명을 위협하는 증상을 보이는 환자는 즉시 KTAS 1~2단계로 분류되어 면담 절차 없이 소생술과 응급 처치를 받는다. 그런데 실제 현장에서는 즉각적인 생명 위협은 없지만 의료적 처치가 필요한 KTAS 3단계 환자와 비교적 경증인 KTAS 4~5단계 환자를 구분하는 과정이 까다롭다. 이 단계의 분류는 검사 수치나 명확한 증상보다 환자와의 면담 내용, 증상의 경과, 통증의 양상 등 세밀한 임상적 판단에 크게 의존하기 때문이다. 그동안 ClinicalBERT와 같이 의료 분야에 특화된 AI 모델을 활용한 중증도 분류 연구도 진행돼 왔지만, 기존 모델들은 실제 응급실 대화가 아닌 요약된 임상 시나리오나 구조화된 환자 사례를 기반으로 학습된 경우가 많아 실제 임상 환경을 충분히 반영하지 못한다는 한계가 있었다. 연구팀은 이러한 문제를 해결하기 위해 실제 응급실 의료진과 환자의 대화를 기반으로 중증도를 판단하는 AI 모델을 개발하고 그 성능을 검증했다. 연구에는 국내 3개 상급종합병원 응급실에서 수집된 총 5,244건의 임상 대화 데이터가 활용됐다. 이 데이터는 ▲중증도 분류 ▲진료 ▲투약 및 검사 ▲검사 결과 설명 및 퇴원 등 네 단계로 구성돼 있으며, 이 가운데 중증도 분류 단계의 대화 1,057건을 선별해 사용했다. 검증 결과, 연구팀이 개발한 ‘응급실 대화 기반 중증도 분류 AI 모델’은 정확도 75.94%를 기록해 ChatGPT(56.68%)와 ClinicalBERT(69.42%)보다 높은 성능을 보였다. 특히 긴급 환자를 놓치지 않고 식별하는 능력을 의미하는 재현율은 0.9610으로 ChatGPT(0.5352)보다 크게 높았다. 재현율 0.9610은 실제 긴급 환자 중 약 96% 이상을 정확히 찾아냈음을 의미한다. 이수교 교수는 “이번 연구는 응급실 현장에서 오가는 실제 대화를 별도의 요약이나 가공 과정 없이 학습하여 환자의 긴급도를 파악할 수 있는 최초의 AI모델”이라며 “짧은 시간 안에 환자의 상태를 판단해야 하는 응급실 현장에서 효과적인 임상 의사결정 지원 도구로 활용될 수 있을 것”이라고 기대했다. 정수민 교수는 “사람의 언어를 이해하고 분석하는 AI는 일반적으로 방대한 데이터를 기반으로 학습되지만, 특정 임상 상황에 맞는 데이터를 활용하면 더 높은 성능을 보일 수 있다”며 “이번 연구는 실제 응급실 대화 데이터를 기반으로 학습한 모델이 범용 AI보다 응급 환자 분류에서 더 높은 정확도를 보일 수 있음을 확인한 사례”라고 설명했다. ▲고려대학교 안산병원 권역응급의료센터 이수교 교수(오른쪽)



병의원

더보기




건강강좌

더보기
나이 들어 변한 ‘쉰 목소리’, ‘노인성 발성장애’ 의심
나이가 들면서 몸의 근육이 줄어들 듯, 목소리를 만드는 성대 근육도 줄어든다. 만약 쉰 목소리가 잘 회복되지 않고 고음을 내기 힘들다면 ‘노인성 발성장애’를 의심해 봐야 한다. 하지만 이는 단순한 노화 현상 외에도 성대 결절이나 성대물혹, 심지어 초기후두암, 폐암, 갑상선암 등의 조기 신호일 수 있어 정확한 진단이 필요하다. 성대 근육 위축되면 ‘바람 새는 소리’ 나 순천향대 부천병원 이비인후과 이승원 교수는 “노화로 인해 성대 근육이 위축되면 발성 시 양쪽 성대가 완전히 맞닿지 못하고 틈이 생긴다. 그 사이로 바람이 새어 나가면서 쉰 소리가 나는 것”이라며, “또한 성대에서 진동을 담당하는 ‘성대고유층’이 노화로 인해 얇고 딱딱해지는 것도 목소리 변화의 주요 원인”이라고 설명했다. ▲ 이승원 교수 이러한 변화는 성별에 따라 다르게 나타난다. 남성은 성대 위축으로 인해 목소리가 거칠고 약해지며 고음이나 큰 소리를 내기 어려워진다. 반면 여성은 폐경 이후 호르몬 변화로 남성호르몬이 상대적으로 증가하여, 목소리 톤이 오히려 낮아지고 걸걸해지는 경향을 보인다. 침샘 기능 저하와 역류 질환도 영향 노화는 목소리뿐 아니라 다른 증상도 동반한다. 침샘 기능이 떨어지면

제약

더보기

인터뷰

더보기

배너

단체

더보기
약가 인하 포함한 약가제도 개편안 재검토 강력히 촉구
존경하는 국민 여러분. 우리 국민의 소중한 건강과 생명을 지켜내야 할 보건안보의 한 축으로서 한국 제약산업이 처한 생존 위기와 현실을 간절한 심정으로 밝히고자 합니다. 지난해 11월 말 정부의 일방적인 약가인하 등 개편안 발표 이후 국내 제약바이오 산업 관련 5개 단체는 ‘산업발전을 위한 약가제도 개편 비상대책위원회’를 출범했습니다. 비대위는 국산 전문의약품을 주요 대상으로 한 약가인하가 강행되면 ▲연구개발 및 품질혁신 투자 위축 등 산업기반 붕괴 ▲필수의약품 생산 중단 등 국민건강 위협 ▲일자리 감축 등을 초래하기에 재고해 줄 것을 간곡히 요청해왔습니다. 또한 ▲급격한 약가인하 중단 및 개편안 의결 유예 ▲R&D 등 혁신에 대한 확실하고 강력한 지원방안 마련 ▲산업 육성과 약가 제도를 실질적으로 논의하는 정부와 산업계 간 의사결정 체계 구축 등을 촉구해 왔습니다. 산업계는 물론 학계, 노동계, 시민단체 등의 문제 제기에도 불구하고 지금까지 합리적 대안은 마련되지 않고 있습니다. 중동사태 등 복합 위기속 약가인하 강행은 산업 붕괴를 초래할 것입니다 최근 발발한 중동사태로 국제 유가와 환율이 급등하면서 산업의 원가 부담이 폭증하고 있습니다. ‘4차 오일

메디컬디바이스

더보기

정책

더보기

배너

배너

배너
배너
배너
배너
배너
배너
배너
배너
배너
배너
배너
배너

배너