"일회용 마스크 원료 폴리프로필렌 나노플라스틱, 폐 손상 유발"

안전성평가연 "실험동물에 투여 독성 영향 확인"

  안전성평가연구소(KIT) 인체유해인자 흡입독성연구단은 전북대 김범석 교수 연구팀과 공동으로 일회용 마스크 원료인 폴리프로필렌(PP) 성분의 나노플라스틱이 폐 손상을 유발하는 사실을 확인했다고 26일 밝혔다.

 1㎚(나노미터·1㎚는 10억분의 1m) 크기의 입자로 관찰·검출이 어려운 나노플라스틱은 폐기된 플라스틱이 광산화·풍화·자외선 등과 같은 물리적인 힘에 따라 미세한 입자로 변화한 것이다.

 나노플라스틱은 대기 중 떠다니기 때문에 흡입을 통해 사람의 폐에 축적되거나 폐포까지 도달해 천식·폐 섬유화 등 다양한 호흡기 질환을 유발할 수 있다.

 코로나19 대유행 이후 사용이 일상화된 일회용 마스크의 주원료인 PP는 전기 절연 특성이 뛰어난데다 가볍고 용접할 수 있어 일상생활에서 일회용품으로 흔히 활용된다.

 연구팀은 PP 성분으로 된 나노플라스틱을 실험동물 기도에 서서히 떨어뜨려 폐 손상 여부를 관찰했다.

 이 결과 폐에서 염증성 손상이 유발되고, 호중구성(백혈구 일종) 염증 반응도 관찰됐다.

 호중구는 선천 면역의 주요한 역할을 담당하는 세포로 신체를 이루는 혈액에 바이러스·세균·박테리아와 같은 외부 인자들이 침입했을 때 이를 막아내는 첫 번째 방어선이다.

 인간 폐암 상피세포주(A549)에 PP 나노플라스틱을 노출했을 때는 A549 세포의 미토콘드리아가 손상됐다.

 연구팀 관계자는 "PP 나노플라스틱을 호흡기에 노출했을 때 폐 손상이 유발되는 구조를 실험동물과 세포주를 통해 입증했다"며 "PP가 주원료인 일회용 마스크가 나노플라스틱이 됐을 때 인체 건강과 자연환경에 미치는 영향을 고려해 사용 후 폐기·관리 방안도 함께 마련해야 할 것"이라고 말했다.


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