정상적 인지력 저하와 초기 인지장애 구별 어려워 조기 진단 중요
ML 알고리즘, MRI 뇌 스캔에 적용해 94% 이상의 경도인지장애 예측
치매 환자의 음성 패턴 이용해 초기 발병 예측하는 머신러닝 개발
치매는 수많은 연구에도 불구하고, 그 발병 원인이 정확히 밝혀지지 않았다. 물론 치료제 역시 아직 없는 실정이다. 그런데도 그동안의 연구 성과가 있다면, 암과 마찬가지로 치매도 조기 진단을 통한 치료가 중요하다는 사실이다.
치매 현상의 발생을 조기에 예측할 수 있다면 그 피해를 크게 줄일 수 있다는 것이 의료계의 설명이다. 이에 그 대안으로 인공지능이 부상하고 있다. AI를 활용한 예측 시스템은 수많은 변수 분석을 통해 이미 주가를 예측하는 수준에 이르렀다.
최근 들어 MRI 등과 같은 진단 이미지 처리 분야와 AI를 융합한 치매 연구에서 탁월한 효과가 입증되고 있다. 또 치매 환자들의 특징적 언어 패턴을 머신 러닝으로 분석해 조기 진단에 활용하는 연구도 매우 높은 정확도를 나타내고 있다.
뇌 스캔에 적용 92.7% 정확도
플로리다 대학 연구팀이 인공지능과 MRI를 결합해 치매 예측의 정확도를 94%까지 달성했다고 지난 9일 미국의 노인 생활 전문 매체 맥나잇의 시니어 리빙(McKnight's Senior Living)이 보도했다.
연구팀에 따르면, 뇌의 MRI 스캔과 결합한 인공지능의 한 형태가 특정 유형의 초기 기억 상실을 가진 사람들이 알츠하이머병으로 발전할 것인지, 아니면 다른 형태의 치매로 발전할 것인지를 94%의 정확도로 예측했다.
이를 위해 연구원들은 알츠하이머병의 알려진 전조이며, 대화를 잊거나, 물건을 잘못 놓는 것과 같은 징후를 가진 양수 경도 인지장애로 진단된 55명의 참가자를 연구했다.
서포트 벡터 머신 모델(SVM: 패턴 인식, 자료 분석을 위한 지도 학습 모델) 알고리즘을 MRI 뇌 스캔에 적용함으로써, 연구원들은 94% 이상의 정확도로 압류성 경도 인지장애(MCI)에서 치매로의 진행을 예측할 수 있었다고 보고했다.
이 알고리즘은 10분간의 뇌 스캔에 적용되었을 때 92.7%의 정확도를 보여주었다는 것이 연구원들의 주장이다.
15개월간의 연구 기간 14명의 참가자가 치매에 걸렸고, 41명은 안정을 유지했다. 참가자들은 마이애미 대학교에서 평가를 받은 것으로 알려졌다.
UF 공중보건 전문대학 조교수이자, 연구 지도자인 조지프 걸렛(Joseph gullet) 박사는 성명에서 “이번 연구의 독특한 측면은 두 그룹을 구별하는 뇌의 정확한 영역을 확인할 수 있었다는 것”이라고 말했다.
또 “이 연구는 어떤 참가자들이 치매에 걸릴 가능성이 더 높은지, 예측하는 데 매우 중요하며, 우리의 향후 연구 노력에도 중요하다”고 덧붙였다.
양수성 경도 인지장애를 앓는 사람들은 일반적으로 약속이나 최근 사건과 같은 중요한 정보를 기억하는 데 어려움을 겪는다. 논문에 따르면 이중 치매에 걸리는 비율은 17.7%에서 40.4%에 이른다.
UF 인지 노화 기억센터의 부소장이자, 연구 공동 저자인 아담 우즈(Adam Woods) 박사는 “이 정보가 질병 진행을 늦추기 위해 다른 임상적 접근법을 적용하고, 개인화된 치료 옵션을 제공하는 데 사용될 수 있다”라고 밝혔다.
연구에 따르면, 위험에 처한 개인을 조기에 식별할 수 있는 능력은 또한 큰 의료 비용을 절감시켜준다. 조기 개입으로 알츠하이머 발병을 1년 늦출 경우, 총 의료비 지급이 최대 14% 감소하고, 오는 2050년까지 알츠하이머 진단 건수도 920만 건 줄어들 수 있다.
연구원들은 참가자들의 수를 늘리고, 감시 기간을 연장해 알츠하이머병의 특징인 베타 아밀로이드 단백질의 변화를 추적할 계획이라고 밝혔다.
치매 진단 시간 단축 중요해
올해 9월 3일 리투아니아 카우나스 대학의 연구원들이 99% 이상의 정확도로 뇌 이미지에서 알츠하이머병의 발생 가능성을 예측할 수 있는 딥 러닝 기반의 방법을 개발했다고 사이언스데일리가 보도했다.
이 방법은 138명의 피험자로부터 얻은 기능성 MRI 영상을 분석하는 동안 개발되었으며 이전에 개발된 방법보다 정확도, 민감도, 특이성 측면에서 더 나은 성능을 보였다.
“전 세계의 의료 전문가들은 알츠하이머 초기 진단에 대한 인식을 높이기 위해 노력하고 있는데, 이는 환자들이 치료에서 더 나은 혜택을 받을 기회를 제공한다”라고 카우나스 공대 정보학부 연구원인 리티스 마스켈리나스(Rytis Maskelinas)는 말했다.
알츠하이머의 첫 번째 증상 중 하나는 정상적인 노화와 치매 사이의 인지력 저하 단계인 경도 인지장애(MCI)다. 기능성 자기공명영상(fMRI)이 이 증상의 발병과 연관될 수 있는 뇌의 영역을 식별하는데 사용될 수 있다.
그런데 MCI의 초기 단계는 명확한 증상이 거의 없는 경우가 많지만, 많은 경우 신경 영상 촬영으로 감지할 수 있으나 fMRI 이미지의 수동 분석은 특정 지식이 필요할 뿐만 아니라 시간이 많이 소요된다는 문제점이 있다고 그는 지적했다.
MCI의 특징을 찾는 것이 반드시 경도 인지장애를 의미하는 것이 아니므로 진단을 위한 시간 단축은 매우 중요한데 최근의 기계 신호 처리는 아주 빠르고, 정확하게 진단을 완료할 수 있다는 것이 연구원들의 설명이다.
마르켈리나스에 따르면, 데이터를 정렬하고 특징을 검색하는 작업은 매우 지루하고 시간이 걸리는 작업이다. 만약에 AI 알고리즘이 이 작업을 대신한다면, 진단과 치료가 훨씬 더 빨리 환자에게 도달해 의사, 환자 모두에게 이익을 가져온다는 것이다.
딥 러닝 기반 모델은 잘 알려진 미세 조정 ResNet 18(18개 계층으로 구성된 컨벌루션 신경망)을 수정해 138명의 피험자로부터 얻은 기능성 MRI 영상을 분류하기 위해 개발됐다.
그 이미지들은 여섯 가지 다른 범주로 나뉘었는데 경도 인지장애에서 알츠하이머병까지 총 51,443개 및 27,310개의 알츠하이머병 신경영상 이니셔티브 fMRI 데이터 세트 이미지가 훈련 및 검증을 위해 선택됐다.
이 모델은 주어진 데이터 세트에서 MCI 증세를 효과적으로 찾을 수 있었으며, 초기 MCI 對 AD, 후기 MCI 對 초기 MCI에 대해 각각 99.99%, 99.95%의 분류 정확도를 달성했다.
“비록 이것은 유사한 데이터로 알츠하이머의 초기 발병을 진단하려는 첫 번째 시도는 아니었지만, 우리의 주요 목표는 알고리즘의 정확성이며, 이렇게 높은 수치는 실제 성과를 나타내는 지표는 아니지만, 우리는 더 많은 데이터를 얻기 위해 의료 기관과 협력하고 있다”라고 마스켈리나스는 밝혔다.
음성 패턴 이용한 ML 개발
지난달 12일 비터비 공대 뉴스는 이 대학 공대 학생팀이 음성 패턴을 이용해 초기의 알츠하이머 발병을 예측하는 데 도움을 주는 머신 러닝 알고리즘을 개발했다고 전했다.
미국 알츠하이머 협회에 따르면, 현재 미국 내 약 600만 명이 치매의 가장 흔한 형태인 알츠하이머병을 앓고 있다. 사망원인이 전국에서 6번째로 높음에도 불구하고, 현재 이 병에 대한 치료법은 알려지지 않았다.
그러나 이 질병의 조기 진단은 알츠하이머의 예방적 치료를 찾고, 병의 진행을 늦추는 데 도움을 줄 수 있다는 것이 의료계의 일반적 시각이다.
이에 USC 학생 연구팀은 음성 패턴을 이용해 초기의 알츠하이머 발병을 발견하고, 진단 과정을 일반화하는 머신 러닝 도구를 개발했다.
연구팀은 올해 봄 인공지능 사회센터 학생부 CAIS++의 프로젝트로 생명공학 디자인 그룹인 메데시그 학생들과 함께 시스템 작업을 시작했다.
리나 마투르(Lina Mathur)와 니샤 차트와니(Nisha Chatwani)가 이끄는 연구팀은 사람의 언어 패턴과 단어 선택이 알츠하이머병을 진단하는 데 진단 시스템에 어떻게 도움을 줄 수 있는지를 분석하기 위해 머신 러닝 연구를 수행했다.
이에 대해 마투르는 “치매 진단의 문제, 특히 이를 효과적으로 수행할 수 있는 저비용, 비침습적, 확장 가능한 시스템의 개발이 설득력 있다는 것을 발견했기 때문에 이 프로젝트를 시작하게 됐다”고 말했다.
기존에 의사들은 알츠하이머를 진단하기 위해 기억력 손상과 다른 사고 능력을 평가하기 위한 테스트를 실시한다. 이러한 테스트 중 하나가 쿠키 도난 사진 테스트다.
이 실험에서는 싱크대가 넘치면서 설거지를 하는 여성과 두 명의 어린이가 나오고, 항아리에서 쿠키를 훔치는 사진이 공개된다.
“이는 치매 진단을 위한 매우 표준적인 인지 테스트”라고 차트와니는 밝혔다.
그는 또 “의사들이 알츠하이머에 걸린 사람들을 진단하려고 할 때, 그들은 사람들에게 이러한 사진을 보여주고, 이야기 묘사와 관련해 그들의 언어 패턴에서 단서를 찾을 것”이라고 설명했다.
의료 전문가들이 환자가 알츠하이머를 앓고 있는지를 진단하기 위해 그들의 언어 패턴을 분석하는 동안, 환자들은 그들이 보는 것을 묘사하도록 요청받는다.
그러나 이 진단 과정은 비용이 많이 들고, 몇 달의 시간이 걸릴 수도 있는 것으로 알려졌다. 더군다나, 전 세계적으로 알츠하이머를 앓고 있는 4,400만 명의 사람 중 약 58%가 진단과 치료를 쉽게 받을 수 없는 후진국에 살고 있다.
이에 비해 학생 연구팀의 치매 자동감지 시스템은 머신 러닝을 활용한 저비용 진단 방법을 제공한다. 학생 연구자들은 머신러닝 모델을 훈련하기 위해, 국립보건원으로부터 데이터 세트를 얻었다. 이 실험 데이터는 293명이 참가한 피츠버그 대학에서 수행됐다.
이 데이터 세트에는 학생팀이 만든 머신러닝 모델을 통해 자극적인 이미지를 설명하는 참가자들의 오디오 클립과 녹취록이 담겼다.
이에 인공지능 모델은 알츠하이머 치매의 지표를 찾기 위해 이 동영상의 패턴을 분석했고, 오디오 클립에 두 가지 다른 양식 또는 통신 채널의 정보를 사용했다.
환자가 사용하는 단어와 심리 언어적 단서(언어적 양식)와 말할 때, 환자의 목소리의 음향 측면(오디오 양식)이 바로 그것들이다..
마투르에 따르면, 이 모델은 언어 양식으로 76%의 사례에서, 오디오 양식으로 74%의 사례에서 알츠하이머의 미래 시작을 예측할 수 있었다.
“예를 들어, 우리의 특징 추출은 전치사와 접속사의 구조와 사용 등 심리학자들이 분석적 사고와 연계한 언어 구조의 측면을 포착한다”라고 AI 컴퓨터 과학, 인지 과학, 언어학 전공자인 마투르는 말했다.
“알츠하이머 환자들은 자극 사진에 반응하는 동안, 분석적 사고를 현저히 덜 나타내는 언어를 사용했다”라며, “그들은 대조군보다 과거 시제를 훨씬 더 많이 사용하는 경향이 있었는데, 이는 우리의 머신 러닝 모델에 정보를 주었다”고 설명했다.
AI 치매 예측 앱 개발
미시간 주립대학교(MSU)의 연구원들이 알츠하이머병의 초기 징후를 포착하기 위해 말하기와 어휘 패턴을 스캔하는 알고리즘을 사용할 인공지능 기술을 개발하고 있다고 올해 7월 6일 건강 전문 매체 헬스 아이티 애널리틱스가 보도했다.
이 프로젝트를 이끄는 MSU 공대 자유 저우(Jayu Jeou) 부교수는 “MSU는 오레곤 보건 과학 대학과 코넬 의학과와 공동 연구를 진행하고 있는데 이 프로젝트는 사용하기 쉽고, 접근하기 쉬운 스마트폰 앱을 코딩해 후속 의료 진단의 필요성을 평가하는 것을 목표로 한다”고 밝혔다.
그는 또 “알츠하이머는 다루기가 힘든 질병으로 나이가 들면서 정상적인 인지력 저하와 함께 나타나는 초기 단계의 가벼운 인지장애를 혼동하기 매우 쉽다”고 설명했다. “상황이 악화될 때, 비로소 우리는 상황을 깨닫고, 그때쯤이면 이미 늦었다”고 그는 덧붙였다.
저우 부교수에 따르면, 현재 알츠하이머병에 대한 치료법은 없지만, 조기 발견은 회복할 수 없는 손상이 발생하기 전에 병을 늦추거나 멈추게 하는 치료법 개발을 위해 의사를 도울 수 있다.
아울러 AI는 인간 관찰자보다 말과 행동의 미묘한 변화를 감지하는 데 더 효율적이고 신뢰할 수 있다. 게다가, 인공지능을 앱에 구현하면 의료 진단을 더 저렴하고, 쉽게 받을 수 있다는 주장이다.
저우와 그의 연구팀은 이 앱의 사전 테스트를 했고, 조기 경고 징후를 탐지하는 데 있어 MRI만큼 정확하다는 결과를 얻었다.
오레곤 보건과학대학 실험은 AI 알고리즘이 텍스트를 검토하고, 참가자들의 인지 상태를 평가하기 위해 사용하는 다양한 단어를 검사할 수 있었다. 연구팀의 데이터 성공으로 인공지능 평가가 가속화됐다.
“만약에 우리가 모든 사람이 사용할 수 있는 앱을 개발하고 싶다면, 대화를 탐색하고, 필요한 데이터를 5분에서 10분 이내에 최대한 빨리 얻을 수 있도록 효율적인 전략을 개발해야 한다”고 저우 부교수는 강조했다.
AI타임스 조행만 객원기자 chohang5@kakao.com
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com