금 간 뼈에 '뼈 반창고'…KAIST, 신소재 개발

홍승범 교수 공동연구팀 "유연한 복합소재로 뼈 재생 가속화"

 금 간 뼈에 '뼈 반창고' 같은 역할을 할 수 있는 신소재가 개발됐다.

 한국과학기술원(KAIST)은 신소재공학과 홍승범 교수 연구팀이 전남대 융합바이오시스템기계공학과 김장호 교수팀과 함께 하이드록시아파타이트(HAp)의 고유한 골 형성 능력을 활용, 압력을 가했을 때 전기적 신호가 발생하는 압전(壓電) 생체 모방 지지체를 개발했다고 26일 밝혔다.

 하이드록시아파타이트는 뼈나 치아에서 발견되는 염기성 인산칼슘으로, 생체 친화적 특징이 있다. 충치를 예방해 치약에도 쓰이는 미네랄 물질이다.

 앞선 압전 지지체 연구들은 압전성이 뼈 재생을 촉진하고 골 융합을 향상하는 효과를 다양한 고분자 기반 소재에서 확인했지만, 최적의 골조직 재생에 필요한 복잡한 세포 환경을 모사하는 데 한계가 있었다.

 연구팀은 하이드록시아파타이트를 고분자 필름과 융합하는 제조 공정을 개발했다.

 이 공정으로 제작한 유연하고 독립적인 지지체는 실험 쥐를 대상으로 한 체외 및 체내 실험에서 뼈 재생을 가속하는 잠재력을 입증했다.

 연구팀은 이 지지체의 골 재생 효과 원인도 밝혀냈다.

 홍승범 교수는 "뼈 재생 속도를 올리는 효과를 통해 '뼈 반창고' 같은 역할을 하는 하이드록시아파타이트 융합 압전성 복합소재를 개발했다"며 "이번 연구는 생체 재료 설계에 새로운 방향성을 제시하는 데 그치지 않고, 압전성과 표면적 특성이 뼈 재생에 미치는 영향을 탐구한 데에 의미가 있다"고 설명했다.

 이번 연구 결과는 국제학술지 'ACS Applied Materials & Interfaces'에 지난 4일 실렸다.


의료.병원,한방

더보기
서울성모병원 등 15개 병원, 암 병리 AI데이터 16만건 구축
가톨릭대학교 서울성모병원은 정찬권 병리과 교수를 중심으로 한 다기관 디지털 병리 인공지능(AI) 의료기술 연구사업단이 대규모 암 병리 데이터를 구축했다고 1일 밝혔다. 이번 사업에는 서울성모병원을 비롯한 15개 대학병원과 어반데이터랩 등 9개 기업이 참여했다. 정부 연구비 지원을 바탕으로 2021년 작업을 시작한 사업단은 16만장 이상의 암 병리 전체 슬라이드 영상과 병리 단위의 정밀 어노테이션 데이터(병리 영상에서 암 조직과 정상 조직 등을 구분해 AI가 학습할 수 있도록 한 데이터)를 구축했다. 디지털 병리는 전통적인 유리 슬라이드 대신 고해상도 디지털 영상으로 조직을 분석하는 기술로 최근 AI와 결합하면서 진단 정확도를 높이는 데 기여할 것으로 기대되고 있다. 서울성모병원은 사업단이 이러한 클라우드 기반 플랫폼을 구축해 연구 단계에 머물던 기술을 실제 산업 현장으로 연결하는 성과를 이뤘다고 강조했다. 정찬권 교수는 "이번 사업은 단순한 데이터 구축을 넘어 연구자와 기업이 실제 활용할 수 있는 데이터 인프라를 마련했다는 점에서 의미가 있다"며 "앞으로도 디지털 병리 데이터의 품질과 활용도를 높여 연구와 산업을 연결하는 개방형 플랫폼으로의 역할을 이어가겠다

학회.학술.건강

더보기
KAIST, '뇌를 닮은 AI' 개발…예측이 틀려도 한번 더 생각
한국과학기술원(KAIST)은 뇌인지과학과 이상완 교수 연구팀이 인간 뇌의 학습 원리를 딥러닝에 적용해 인공지능(AI) 모델도 안정적으로 학습시키는 새로운 기술을 개발했다고 1일 밝혔다. 우리 뇌는 현재 벌어지는 일을 단순히 인식하는 데 그치지 않고 '다음에 무슨 일이 일어날까'를 먼저 예측하고, 실제 결과가 다르면 그 차이를 줄이는 방향으로 스스로 수정한다. 바둑에서 상대의 다음 수를 예상했다가 빗나가면 전략을 바꾸는 것과 비슷하다. 이 같은 정보처리 방식을 '예측 부호화'라고 한다. 과학자들은 이 원리를 AI에 적용하려 했지만 신경망이 깊어질수록 오차가 특정 부위에 몰리거나 아예 사라져 성능이 떨어지는 문제가 반복되면서 어려움을 겪었다. 연구팀은 AI가 결과만 예측하는 것이 아니라 '예측 오차가 앞으로 어떻게 변할지'까지 다시 예측하도록 만들었다. 연구팀은 이를 '메타 예측'이라 설명하는데 '틀림을 한 번 더 생각하는 AI'를 말한다. 이 방식을 적용하면서 깊은 신경망에서도 학습이 멈추지 않고 안정적으로 진행됐다. 총 30가지 실험 중 29개에서 현재 AI의 표준 학습법인 '역전파'보다 높은 정확도를 기록했다고 연구팀은 설명했다. 역전파는 AI가 '틀린 만