 |
| ▲ (왼쪽부터) 서울아산병원 융합의학과 김남국 교수·이유진 연구원, 신경과 정선주 교수 (사진= 서울아산병원 제공) |
[mdtoday=노유나 기자] 퇴행성 뇌 질환인 파킨슨병의 조기 진단과 진행 예측에 인공지능(AI) 기술이 새로운 가능성을 제시하고 있다. 서울아산병원 융합의학과 김남국 교수, 이유진 박사, 신경과 정선주 교수팀은 뇌 영상을 학습하여 파킨슨병을 판별하는 AI 기술을 개발했다고 밝혔다.
연구팀이 개발한 AI 모델은 도파민 수송체 양전자 방출 단층촬영(DAT PET) 영상 1,934건을 학습한 후, 초기 파킨슨병과 본태성 떨림을 구별하는 임상 검증에서 최대 99.7%의 정확도를 기록했다. 이는 파킨슨병 진단의 정확성을 획기적으로 높일 수 있는 결과로 평가된다.
파킨슨병은 뇌에서 도파민을 분비하는 신경세포가 점진적으로 소실되면서 발생하는 질환으로, 알츠하이머병 다음으로 흔한 퇴행성 뇌 질환이다. 주요 증상으로는 손떨림, 운동 완서, 근육 강직 등이 있으며, 우울증이나 치매와 같은 비운동성 증상도 동반될 수 있다.
조기 진단이 중요하지만, 초기에는 일반적인 노화나 다른 신경계 질환과 구별이 어려워 진단이 늦어지는 경우가 많다. DAT PET 검사가 활용되지만, 전문 인력과 주관적인 영상 해석이라는 한계가 존재했다.
이번에 개발된 AI 모델은 환자의 뇌 영상 변화를 예측하여 영상으로 제공하는 기능도 갖추고 있다. 의료진은 이를 통해 환자에게 질병의 진행 경과를 설명하고, 치료 방향을 설정하는 데 도움을 받을 수 있을 것으로 기대된다.
연구팀은 자체 개발한 계층적 확산모델기반 인코더(HWDAE)를 학습하여 뇌 영상을 정교하게 분석하고, 영상 생성 능력을 향상시켰다. 18F-FP-CIT PET 검사를 통해 획득한 DAT PET 영상 1,934건을 사용하여 AI 모델을 학습시켰으며, 다양한 임상 작업을 통해 모델의 성능을 검증했다.
연구 결과, 파킨슨병 분류 검증에서 각각 99.7%와 86.1%의 판별 정확도를 기록했으며, 운동 증상 발현 시기 예측에서는 R2 상관관계가 0.519로 나타났다. 특히, 다계통위축증, 진행성핵상마비와 감별하는 데 86.1%의 정확도를 보인 것은 의미 있는 결과로 평가된다.
서울아산병원 내·외부 병원에서 촬영된 영상 데이터에도 AI 모델을 적용한 결과, 영상 기기나 병원에 관계없이 AI 모델의 성능이 유지되는 것으로 확인됐다. 이는 실제 임상 현장 적용 가능성과 일반화 능력을 입증한 것이라고 연구팀은 설명했다.
김남국 교수는 "이번 연구는 영상 생성에 강점을 보이는 확산모델을 이용해 파킨슨병을 조기에 진단하고 질병의 진행을 예측하는 AI 모델을 개발한 뒤 실제 임상 적용 가능성까지 확인했다는 점에서 의미가 있다"고 말했다.
정선주 교수는 "파킨슨병 진단의 정확도를 높일 수 있는 획기적인 기술 발전"이라며 "환자들이 가장 궁금해하는 질환의 예후에 대한 예측 영상을 생성할 수 있기 때문에 향후 임상에서 환자들에게 실질적인 도움을 주는 기술로 발전하기를 기대한다"고 덧붙였다.
이번 연구 결과는 국제학술지 '셀 리포트 메디슨(Cell Reports Medicine)'에 게재됐다.
메디컬투데이 노유나 ([email protected])
[저작권자ⓒ 메디컬투데이. 무단전재-재배포 금지]
