네이처에 대규모 다중 모드 머신러닝 모델 효과 연구 게재
5만명 이상의 환자 정보 반복 학습으로 96% 정확도 확보
환자의 임상 데이터만으로 10개 유형의 치매를 즉시 진단하는 인공지능 모델이 나와 학계의 주목을 받고 있다.
9개의 서로 다른 글로벌 빅데이터를 통해 5만명 이상의 환자 정보를 반복 학습한 결과로 정확도가 96%에 달한다는 점에서 치매 조기 진단에 획기적 전기가 될 수 있다는 것이 전문가들의 의견이다.
![](https://pds.medicaltimes.com/NewsPhoto/20240709/1720515778.jpg)
현지시각으로 9일 네이처(Nature)에는 10가지 치매 유형을 매우 높은 정확도로 진단할 수 있는 인공지능 모델에 대한 효과 연구가 게재됐다(10.1038/s41591-024-03118-z).
현재 치매는 급격한 고령화로 인해 전 세계에서 매년 1천만명 이상의 신규 환자가 발생하며 유병률이 크게 높아지고 있다.
대체로 인지검사나 MRI를 통해 진단되지만 대부분은 상당 부분 질환이 악화된 후에야 발견된다는 점에서 조기 진단이 무엇보다 강조되고 있는 상황.
하지만 아직까지 마땅한 조기 진단 툴이 없다는 점에서 의학계에서는 이를 위한 다양한 방법들을 검증하고 있는 상태다.
보스톤 의과대학 비자야 콜라찰라마(Vijaya B. Kolachalama) 교수가 이끄는 다국가 연구진이 이를 위한 인공진으 모델 개발에 나선 것도 이러한 배경 때문이다.
만약 비침습적인 인공지능을 통해 치매 유형을 빠르게 파악할 수 있다면 향후 치료와 예후에 긍정적 효과를 기대할 수 있기 때문이다.
이에 따라 연구진은 전 세계에서 수집한 9개의 독립적인 데이터 세트를 확보해 총 5만 1269명의 빅데이터를 머신러닝 방법으로 인공지능에게 학습시켰다.
이 데이터에는 인구통계학적 요인과 더불어 개인 및 가족의 병력, 약물 사용, 신경학적 검사, 뇌 영상 등의 광범위한 자료들이 포함됐다.
그 결과 다중모드 머신러닝 프레임워크를 거친 인공지능은 치매를 유발하는 병리적 특징을 96%의 정확도로 진단하는데 성공했다.
특히 혈관성 치매와 루이소체 치매, 전두측두형 치매 등 10가지 유형을 명확하게 구분했다.
콜라찰라마 교수는 "지리적, 경제적으로 좋은 의료서비스에 접근하기 어려운 환자들에게 이 인공지능은 매우 중요한 역할을 하게 될 것"이라며 "10가지 치매 유형을 96%의 정확도로 진단하는 능력은 지금까지 나온 어떠한 도구보다 월등하다"고 설명했다.
더욱이 이 인공지능은 신경과나 영상의학과 전문의의 진단 보조 기능도 톡톡히 수행했다.
비교 임상 결과 인공지능의 도움을 받을 경우 치매 진단 정확도를 26%나 높였기 때문이다.
콜라찰라마 교수는 "치매를 진단하는 신경과 전문의의 수는 제한적이라는 점에서 다른 과목 전문의 등에게 이 인공지능은 매우 큰 도움이 될 것"이라며 "치매를 조기에 진단하고 초기 대응하는데 매우 중요한 옵션이 될 것으로 기대한다"고 밝혔다.