임상에서는 종종 여러 항생제를 함께 사용하는 **병용요법(combination therapy)**이 필요하지만, 어떤 조합이 효과적인지는 세균의 균주마다 크게 다를 수 있다.

그래서 iACT는 경험적 처방이나 과거 사례에 의존하는 대신, 환자의 실제 병원체를 대상으로 직접 항생제 조합을 시험해 가장 효과적인 치료법을 찾도록 설계됐다.

최대 180가지 항생제 조합을 시험

이 기술의 핵심 특징 중 하나는 대규모 항생제 조합 스크리닝이다.

연구에 따르면 iACT 실험에서는 최대 180개의 서로 다른 항생제 조합을 임상적으로 의미 있는 농도에서 환자의 세균에 적용해 시험할 수 있다.

각 조합은 다음과 같은 효과를 분석한다.

• 세균을 얼마나 효과적으로 죽이는지
• 세균 증식을 얼마나 억제하는지
• 서로 다른 항생제 사이의 상승효과(시너지) 또는 길항작용

항생제는 서로 상호작용하기 때문에, 두 약을 함께 사용할 때 효과가 강화되거나 반대로 약해질 수도 있다. 따라서 가능한 조합을 폭넓게 시험하면 고도로 내성을 가진 균에도 효과적인 치료 전략을 찾을 가능성이 높아진다.

이 과정은 빠른 임상 결정을 위해 약 48시간 이내에 결과를 제공하도록 설계됐다.

AI와 데이터 분석의 역할

iACT는 종종 AI 기반 플랫폼으로 설명된다. 이는 실험에서 생성되는 대량의 데이터를 분석해 최적의 항생제 조합을 찾아내는 과정에 계산 분석 기술이 활용되기 때문이다.

공개된 자료에서는 구체적인 알고리즘 구조가 상세히 공개되지는 않았지만, 핵심 개념은 다음과 같다.

• 수십~수백 개의 항생제 조합 실험 데이터를 분석
• 각 조합의 세균 억제 효과 비교
• 임상적으로 현실적인 최적 조합을 의료진에게 제안

즉, 단순한 항생제 감수성 검사보다 한 단계 발전한 데이터 기반 개인맞춤 치료 지원 시스템으로 볼 수 있다.

왜 개인맞춤 항생제 조합이 중요한가

다제내성 감염에서는 사용할 수 있는 약이 매우 제한적이다. 이 때문에 여러 항생제를 동시에 사용해야 하는 경우가 많다.

문제는 효과적인 조합이 균주마다 다르다는 점이다.

한 환자에게 효과가 있었던 조합이 다른 환자에게는 전혀 듣지 않을 수도 있다.

이 때문에 iACT 같은 접근법은 다음과 같은 장점을 기대할 수 있다.

• 특정 환자 감염에 가장 효과적인 항생제 조합을 찾을 가능성 증가
• 효과 없는 약을 줄여 부작용과 독성 위험 감소
• 치료 성공률 향상

또한 이런 방식은 항생제를 더 정확하게 사용하는 ‘항생제 관리(Antimicrobial Stewardship)’ 전략에도 도움이 된다.

SGH와 A*STAR 협력: 연구에서 실제 의료 현장으로

이 기술을 연구 단계에서 실제 의료 기술로 발전시키기 위해 **싱가포르 종합병원(SGH)**과 A*STAR(싱가포르 과학기술연구청) 산하 Diagnostics Development Hub가 협력하고 있다.

양 기관은 양해각서(MOU)를 통해 다음 목표를 추진 중이다.

• 유망한 의료 연구를 실제 진단 기술로 전환
• 병원에서 사용할 수 있는 확장 가능한 진단 플랫폼 개발
• 기술 라이선싱이나 스핀오프 기업을 통한 상용화 추진

정부 발표에서는 iACT가 이 협력 프로그램에서 지원받는 초기 기술 중 하나로 소개됐다.

항생제 내성 대응에서의 의미

세계보건 전문가들은 **항생제 내성(AMR)**을 향후 수십 년간 가장 큰 보건 위협 중 하나로 보고 있다.

새로운 항생제 개발이 쉽지 않은 상황에서, 기존 약물을 더 정확하고 효율적으로 사용하는 전략이 중요해지고 있다.

이런 점에서 iACT 같은 기술은 다음과 같은 가능성을 보여준다.

• 환자별 병원체에 맞는 정밀 항생제 치료(precision antibiotic therapy) 구현
• 시행착오식 처방 감소
• 치료 성공률 개선과 항생제 남용 억제

물론 장기적인 효과는 실제 임상 적용과 추가 연구를 통해 더 검증돼야 한다. 그럼에도 iACT는 실험실 진단, 데이터 분석, 정밀의학을 결합해 항생제 내성 문제에 대응하려는 새로운 접근으로 주목받고 있다.

임상에서는 종종 여러 항생제를 함께 사용하는 **병용요법(combination therapy)**이 필요하지만, 어떤 조합이 효과적인지는 세균의 균주마다 크게 다를 수 있다.

그래서 iACT는 경험적 처방이나 과거 사례에 의존하는 대신, 환자의 실제 병원체를 대상으로 직접 항생제 조합을 시험해 가장 효과적인 치료법을 찾도록 설계됐다.

최대 180가지 항생제 조합을 시험

이 기술의 핵심 특징 중 하나는 대규모 항생제 조합 스크리닝이다.

연구에 따르면 iACT 실험에서는 최대 180개의 서로 다른 항생제 조합을 임상적으로 의미 있는 농도에서 환자의 세균에 적용해 시험할 수 있다.

각 조합은 다음과 같은 효과를 분석한다.

• 세균을 얼마나 효과적으로 죽이는지
• 세균 증식을 얼마나 억제하는지
• 서로 다른 항생제 사이의 상승효과(시너지) 또는 길항작용

항생제는 서로 상호작용하기 때문에, 두 약을 함께 사용할 때 효과가 강화되거나 반대로 약해질 수도 있다. 따라서 가능한 조합을 폭넓게 시험하면 고도로 내성을 가진 균에도 효과적인 치료 전략을 찾을 가능성이 높아진다.

이 과정은 빠른 임상 결정을 위해 약 48시간 이내에 결과를 제공하도록 설계됐다.

AI와 데이터 분석의 역할

iACT는 종종 AI 기반 플랫폼으로 설명된다. 이는 실험에서 생성되는 대량의 데이터를 분석해 최적의 항생제 조합을 찾아내는 과정에 계산 분석 기술이 활용되기 때문이다.

공개된 자료에서는 구체적인 알고리즘 구조가 상세히 공개되지는 않았지만, 핵심 개념은 다음과 같다.

• 수십~수백 개의 항생제 조합 실험 데이터를 분석
• 각 조합의 세균 억제 효과 비교
• 임상적으로 현실적인 최적 조합을 의료진에게 제안

즉, 단순한 항생제 감수성 검사보다 한 단계 발전한 데이터 기반 개인맞춤 치료 지원 시스템으로 볼 수 있다.

왜 개인맞춤 항생제 조합이 중요한가

다제내성 감염에서는 사용할 수 있는 약이 매우 제한적이다. 이 때문에 여러 항생제를 동시에 사용해야 하는 경우가 많다.

문제는 효과적인 조합이 균주마다 다르다는 점이다.

한 환자에게 효과가 있었던 조합이 다른 환자에게는 전혀 듣지 않을 수도 있다.

이 때문에 iACT 같은 접근법은 다음과 같은 장점을 기대할 수 있다.

• 특정 환자 감염에 가장 효과적인 항생제 조합을 찾을 가능성 증가
• 효과 없는 약을 줄여 부작용과 독성 위험 감소
• 치료 성공률 향상

또한 이런 방식은 항생제를 더 정확하게 사용하는 ‘항생제 관리(Antimicrobial Stewardship)’ 전략에도 도움이 된다.

SGH와 A*STAR 협력: 연구에서 실제 의료 현장으로

이 기술을 연구 단계에서 실제 의료 기술로 발전시키기 위해 **싱가포르 종합병원(SGH)**과 A*STAR(싱가포르 과학기술연구청) 산하 Diagnostics Development Hub가 협력하고 있다.

양 기관은 양해각서(MOU)를 통해 다음 목표를 추진 중이다.

• 유망한 의료 연구를 실제 진단 기술로 전환
• 병원에서 사용할 수 있는 확장 가능한 진단 플랫폼 개발
• 기술 라이선싱이나 스핀오프 기업을 통한 상용화 추진

정부 발표에서는 iACT가 이 협력 프로그램에서 지원받는 초기 기술 중 하나로 소개됐다.

항생제 내성 대응에서의 의미

세계보건 전문가들은 **항생제 내성(AMR)**을 향후 수십 년간 가장 큰 보건 위협 중 하나로 보고 있다.

새로운 항생제 개발이 쉽지 않은 상황에서, 기존 약물을 더 정확하고 효율적으로 사용하는 전략이 중요해지고 있다.

이런 점에서 iACT 같은 기술은 다음과 같은 가능성을 보여준다.

• 환자별 병원체에 맞는 정밀 항생제 치료(precision antibiotic therapy) 구현
• 시행착오식 처방 감소
• 치료 성공률 개선과 항생제 남용 억제

물론 장기적인 효과는 실제 임상 적용과 추가 연구를 통해 더 검증돼야 한다. 그럼에도 iACT는 실험실 진단, 데이터 분석, 정밀의학을 결합해 항생제 내성 문제에 대응하려는 새로운 접근으로 주목받고 있다.