송재진 교수 연구팀 "환자의 주관적 증상에 의존 '확인했던 질환' 객관적 진단 가능"
'이명, 만성통증, 우울증, 파킨슨병환자', 정상인과 차이 감별
[그림 – 인공지능이 분석해 낸 질환 별 뇌파의 작용 부위]
 |
[보건타임즈] '인공지능(AI) 뇌파 검사'를 통해 환자의 주관적인 증상에 의존, 진단해야 하는 이명, 만성 통증 등의 이비인후과와 신경과 질환을 확진해낼 수 있는 가능성이 확인했다.
진단방법은 뇌파 검사를 통해 확인된 '시상피질 이상리듬질환'을 인공지능(AI)에 기계학습시켜 분석하는 방식이다.
분당서울대병원 이비인후과 송재진 교수(사진) 연구팀은 "미국 텍사스대 스벤 바네스테(Sven Vanneste) 교수, 뉴질랜드 오타고대 더크 드 뤼더(Dirk De Ridder) 교수와 함께, 환자의 주관적 증상에 의존, 발병원인을 찾아 치료할 수밖에 없던 이명, 만성 통증 등의 이비인후과과 신경과 질환을 '인공지능 뇌파 검사'를 통해 진단할 수 있는 가능성을 확인했다"고 밝혔다.
이 연구는 송 교수 연구팀이 뇌파 중 알파(α)파가 특정 주파수로 대체됐을 때 다양한 신경 질환이 발생한다는 경험적 가설에도 실제 데이터를 사용, 증명하는 근거가 부족하다는 것에 주목, 시작했다.
이 연구를 착수할 당시 송 교수는 뇌파도(EEG Electroencephalography)를 정확하게 분석하면 환자의 이비인후과와 신경과 질환을 진단해낼 수 있을 뿐더러 나아가 질환의 원인을 규명할 수 있는 단서를 발견할 수 있을 것으로 판단했다.
연구팀이 뇌파를 분석한 결과, 실제 대조군 건강한 일반인 264명과 비교해 이명 환자(153명), 만성 통증 환자(78명), 파킨슨 환자(31명), 우울증 환자(15명)는 전류 밀도가 유의하게 달라지는 것이 확인됐다.
 |
| [그래프 – 질환별 정상인과 환자의 뇌파 비교] |
연구팀은 이를 바탕으로 기계학습(Machine Learning) 인공지능 시스템에 기반한 뇌파도 분석을 통해 정상인 그룹과 이명 등 질환 환자군 간에 감별되는 차이를 분석해낼 수 있다는 것을 최초로 확인했다.
이 결과 이명은 약 88%, 만성 통증은 92%, 파킨슨병은 94%, 우울증은 75%의 진단 정확도를 나타내 향후 활용할 가치를 높였다.
연구팀은 이 결과가 뇌파도에 근거한 인공지능 시스템의 각 질환의 객관적 진단 방법으로서 효용성을 증명, 의미가 있다고 봤다.(그림 참조)
송 교수는 "환자의 주관적 증상 이외에 인공지능 등 정밀 의학(Precision Medicine)에 근거한 객관적 진단법의 개발 가능성을 열었다는 점에서 이번 연구의 의의가 있다"며, "향후 지속적으로 대규모 연구를 통해 다양한 이비인후과, 신경과, 정신건강의학과적 질환의 객관적 진단법을 개발하고 싶다"고 밝혔다.
이 연구는 한국연구재단의 신진연구자 지원 사업에 따라 수행됐다.
이 연구논문은 '네이쳐 커뮤니케이션스(Nature Communications, Impact Factor 12.124) 최근호'에 실리는 등 국제적으로 우수성을 인정받았다.
이 뉴스클리핑은 BKT뉴스{www.bktimes.net}에서 발췌된 내용입니다.
