[메디칼타임즈=이인복 기자]조기 진단이 어려워 치료 시기를 놓치는 경우가 많았던 파킨슨병을 96%의 정확도로 초기에 잡아내는 인공지능(AI) 모델이 나와 학계의 주목을 받고 있다.

보행과 음성, 뇌 영상 등을 종합적으로 분석해 다양한 신경계 퇴행성 질환을 찾는 AI 모델로 매우 미세한 차이까지 감별 가능하다는 점에서 향후 조기 진단의 가능성을 열었다는 평가를 받고 있다.

삼성서울병원 AI연구센터(센터장 양광모)는 보행, 음성, 뇌영상(MRI·PET) 등 다양한 임상 데이터를 통해 파킨슨병을 진단하는 인공지능 모델을 개발하고 검증에 성공했다고 23일 밝혔다.

파킨슨병은 초기 증상이 뚜렷하지 않아 진단이 늦어지는 경우가 많다. 손 떨림이나 보행 이상이 나타났을 때는 이미 상당히 진행된 상태인 경우도 있다.

특히 파킨슨병과 증상이 비슷한 '파킨슨플러스 증후군'(진행성 핵상마비, 다계통 위축증 등)의 경우는 전문의도 초기 감별이 어렵다는 한계가 있었다.

이를 해결하기 위해 신경과 조진환 교수, 영상의학과 정명진 교수 연구팀은 사람 눈에 잘 보이지 않는 미세한 패턴 차이를 잡아 낼 수 있는 AI에 집중했다.

연구팀은 지난 4년간 파킨슨병 363명, 진행성 핵상마비 67명, 다계통위축증 61명 등 약 500명의 환자의 임상 정보(보행, 음성, 뇌 영상 등)를 체계적으로 수집하고 표준화해 통합 데이터베이스를 구축했다.

또한 이를 바탕으로 보행 데이터 기반 낙상 위험 예측 모델, 음성 검사 기반 파킨슨 분류 AI, MRI 기반 뇌 구조 자동 분석 모델 등을 개발했다.

임상 평가 결과 음성 기반 중증도 분류 모델은 곡선하면적(AUC)가 0.96, MRI 기반 질환 감별 모델은 0.91을 기록했다. 보행과 뇌영상을 함께 분석한 낙상 예측 모델도 0.84로 높은 성능을 보였다.

AUC는 인공지능의 정확도를 보여주는 지표로 1에 가까울 수록 정확도가 높다는 것을 의미한다.

특히 이번에 개발된 AI는 단순히 결과만 내놓는 것이 아니라 판단 근거도 함께 제시하는 것이 특징이다. 보행 안정성 지표, 뇌 구조 변화, 음성 특징 등을 자동으로 선별해 진단 판단의 근거로 활용할 수 있도록 한 것.

또한 이 AI 모델은 병원 내부망에 구축된 전용 데이터 저장·분석 시스템(NAS)을 기반으로 개발돼 의료 데이터의 외부 반출 없이도 분석이 가능하다. 개인정보 보호와 연구 효율성을 동시에 확보한 것이다.

조진환 교수는 "파킨슨병은 조기에 발견할수록 약물 치료 효과가 좋고 재활을 통해 증상 진행을 늦출 수 있다"며 "AI가 여러 검사 결과를 빠르게 종합 분석해 조기 진단을 돕고 환자별 맞춤 치료 계획을 세우는 데 기여할 것"이라고 말했다.

정명진 교수는 "이번 연구를 바탕으로 치매 등 다른 신경계 질환으로 적용 범위를 넓히고 다기관 협력 연구로 발전시켜 더 많은 환자에게 도움이 되도록 하겠다"고 밝혔다.