주쒀위(Suoyu Zhu), 룬웨이 관(Runwei Guan) 등 연구진이 딥러닝 기술을 활용한 정액 분석 연구 동향을 종합 정리한 리뷰 논문을 발표했다. 남성 불임은 전 세계 불임 문제에서 상당한 비중을 차지하며, 정액 검사는 진단과 치료 계획 수립, 보조생식술(ART) 전반에서 핵심적인 역할을 한다. 연구팀은 기존의 수동 현미경 검사 방식이 검사자 간 편차 문제를 안고 있어, 객관적이고 재현 가능한 AI 기반 접근법의 필요성이 커지고 있다고 짚었다.
이 리뷰는 컴퓨터 비전과 딥러닝이 정액 분석의 각 세부 과제에 어떻게 적용되고 있는지를 항목별로 검토했다. 정자 검출과 계수, 추적 기반 운동성 평가, 정자 형태의 분할(segmentation), 형태·결함 분류, 기능적 평가, 유전적 무결성 평가 등이 대상이다. 아울러 현미경 이미지와 타임랩스 비디오, 컴퓨터 지원 정자 분석(CASA) 파라미터, DNA 무결성 검사 결과, 임상 메타데이터를 통합하는 멀티모달 전략도 함께 정리했으며, 관련 공개 데이터셋과 벤치마크, 평가지표 현황도 짚었다.
연구팀은 알고리즘 자체의 성능을 넘어 실제 임상 적용을 가로막는 여러 장벽을 조명했다. 데이터 부족, 기관 간 도메인 시프트(domain shift), 주석 불일치, 모델의 해석 가능성 부족, 불확실성 보정 문제, 개인정보 보호를 고려한 학습 방식, 병원 워크플로우와의 통합 등이 대표적이다. 이를 토대로 기술 표준화부터 다기관 후향적 검증, 무작위 전향적 평가, 인간이 개입하는 임상 시험, 보조생식술 결과와의 연계 검증, 규제 승인, 시판 후 모니터링에 이르는 단계별 임상 전환 로드맵을 제시했다.
연구팀은 특정 과제에 특화된 시각 인식 기술에서 출발해 신뢰할 수 있는 멀티모달 생식의학 지능으로 나아가는 방향으로 이 분야를 체계화함으로써, AI 기반 정액 분석 기술이 임상적으로 유의미한 의사결정 지원 도구로 발전하기 위한 진전과 남은 과제를 함께 짚었다고 밝혔다. 이는 AI가 진단 보조를 넘어 생식의학 전반의 표준 검사 도구로 자리잡을 수 있을지를 가늠하는 이정표가 될 전망이다.
