기계학습(Machine Learning) 통한 다양한 질환의 뇌파 진단 가능성 확인
송재진 교수, "이비인후과·신경과적 질환 객관적 진단법 개발하고 싶다"
인공지능이 분석하는 뇌파 검사로 신경질환을 진단하는 가능성이 열렸다.
뇌파 검사에서 발견되는 '시상피질 이상리듬질환'을 기계학습을 통해 분석한 것인데, 이명·만성통증·우울증·파킨슨병을 가진 환자와 정상인의 차이를 감별하는 것이 가능해 앞으로 환자의 주관적 증상에 따라서만 진단을 할 수 있었던 환자들에게 객관적 진단이 가능해질 것으로 기대된다.
송재진 교수(분당서울대병원 이비인후과) 연구팀은 미국 텍사스대 스벤 바네스테(Sven Vanneste) 교수, 뉴질랜드 오타고대 더크 드 뤼더(Dirk De Ridder) 교수와 함께, 환자의 주관적 증상에 따라 진단할 수밖에 없던 이명·만성 통증 등의 이비인후과 및 신경과 질환을 '인공지능 뇌파 검사'를 통해 진단할 수 있는 가능성을 확인했다고 밝혔다.
송 교수는 뇌파 중 알파(α)파가 특정 주파수로 대체되는 경우 다양한 신경 질환이 발생한다는 경험적 가설이 있음에도 실제 데이터를 사용한 증명이 부족하다는 점에 주목했다.
뇌파도(EEG; Electroencephalography)를 정확하게 분석하면 환자의 이비인후과 및 신경과 질환을 진단해낼 수 있고, 나아가 질환의 원인 규명을 위한 단서도 발견할 수 있을 것으로 판단한 것이다.
실제로 연구팀의 뇌파분석 결과, 대조군인 건강한 일반인 264명과 비교해 이명 환자(153명), 만성 통증 환자(78명), 파킨슨 환자(31명), 우울증 환자(15명)는 전류 밀도가 유의하게 달라지는 것이 확인됐다.
이를 바탕으로 기계학습(Machine Learning) 인공지능 시스템에 기반한 뇌파도 분석을 통해 정상인 그룹과 이명 등 질환 환자군 간에 감별되는 차이점을 분석해낼 수 있다는 것을 최초로 확인했고, 이명은 약 88%, 만성 통증은 92%, 파킨슨병은 94%, 우울증은 75%의 진단 정확도를 보여 향후 활용에 대한 기대를 높였다.
이러한 결과는 뇌파도에 근거한 인공지능 시스템의 각 질환의 객관적 진단 방법으로서의 효용성을 증명했다는 데도 의의가 있다고 연구팀은 설명했다.
송재진 교수는 "환자의 주관적 증상 외에 인공지능 등 정밀의학(Precision Medicine)에 근거한 객관적 진단법의 개발 가능성을 열었다는 점에 이번 연구의 의의가 있다"며 "향후 지속적으로 대규모 연구를 통해 다양한 이비인후과·신경과·정신건강의학과적 질환의 객관적 진단법을 개발하고 싶다"는 포부를 밝혔다.
한국연구재단의 신진연구자 지원 사업에 따라 진행된 이번 연구는 <네이처 커뮤니케이션스(Nature Communications, Impact Factor 12.124)> 최근호에 실리는 등 우수성을 인정받았다.
