인공지능(AI)을 활용해 호흡 양상을 관찰, 파킨슨병을 조기에 감지할 수 있는 알고리즘이 개발됐다.
미국 MIT뉴스는 MIT 전기공학 및 컴퓨터과학부(EECS) 교수 및 MIT 자밀 병원의 수석 조사원인 디나 카타비 교수 연구팀이 사람의 호흡 패턴을 관찰해 파킨슨병을 감지할 수 있는 AI 모델을 개발했다고 23일(현지시간) 보도했다.
MIT가 개발한 Wi-Fi 라우터 모양의 장치는 신경망을 사용하여 세계에서 가장 빠르게 성장하는 신경학적 질환 중 하나인 파킨슨병의 존재 여부와 심각성을 판별한다.
파킨슨병은 떨림, 경직, 느려짐 등 움직임 증상에 주로 의존하기 때문에 진단하기가 매우 어렵지만 이러한 증상은 발병 후 몇 년 후에 나타나는 경우가 많다.
이번에 개발한 툴은 신경망으로 사람의 뇌가 작동하는 방식을 모방하는 일련의 연결된 알고리즘으로 야간 호흡을 통해 파킨슨병을 앓고 있는지 여부를 평가할 수 있다.
MIT 박사과정인 유제 양과 박사후 과정인 위안 위안이 학습시킨 신경망은 파킨슨병의 심각도를 파악하고 시간이 지남에 따라 진행되는 상태를 추적할 수 있다.
지난 수년간 연구자들은 뇌척수액 및 신경영상을 이용한 파킨슨병 감지 가능성을 연구해 왔다. 그러나 이러한 방법은 외과적이고 비용이 많이 들며 전문 의료센터에 대한 접근이 필요해 조기 진단이나 지속적인 질병 진행 추적을 제공할 수 있는 빈번한 검사에는 적합하지 않다.
MIT 연구진들은 AI 파킨슨병 평가가 매일 밤 집에서 사람이 잠든 상태에서 몸에 손대지 않고 실시할 수 있다는 사실을 입증했다.
이를 위해 연구팀은 가정용 Wi-Fi 라우터 모양의 장치를 개발해, 인터넷 접속을 제공하는 대신 무선 신호를 방출하고 주변 환경에서 반사된 신호를 분석해 신체 접촉 없이 피사체의 호흡 패턴을 추출할 수 있도록 했다. 호흡 신호는 신경망에 전달돼 파킨슨병을 수동적으로 평가하고 환자와 간병인이 수고할 필요가 전혀 없다.
카타비 교수는 “1817년 제임스 파킨슨 박사의 연구로 파킨슨병과 호흡의 관계가 알려졌다. 이 때문에 우리는 움직임을 보지 않고 호흡을 통해 질병을 감지할 수 있는 가능성을 고려하게 됐다”며 “일부 의학 연구에서는 움직임 증상 이전에 호흡 증상이 나타나는 것으로 확인됐다. 이는 호흡 특성이 파킨슨병 진단 전 위험 평가에 도움이 될 수 있음을 의미한다”고 설명했다.
세계에서 가장 빠르게 성장하는 신경병인 파킨슨병은 알츠하이머병에 이어 두 번째로 흔한 신경질환이다. 미국에서만 100만명이 넘는 사람들이 고통을 당하고 있다. 연구팀은 이 알고리즘을 757명의 파킨슨병 환자를 포함한 7687명을 대상으로 테스트했다.
카타비 교수는 이번 연구가 파킨슨병의 약물 개발과 임상 치료에 중요한 영향을 미치고 있다고 지적했다. 그는 “약물 개발 측면에서 이 결과를 통해 임상시험 기간이 상당히 단축되고 참여자가 줄어들어 궁극적으로 새로운 치료법의 개발이 가속화될 수 있다”며 “임상 진료의 측면에서 이 접근법은 시골 지역에 거주하는 사람, 거동이 불편하거나 인지 장애로 집을 떠나기가 어려운 사람 등 전통적으로 서비스가 부족한 지역의 파킨슨병 환자를 평가하는 데 도움이 될 수 있다”고 설명했다.
AI타임스 이한선 객원 기자 griffin12@gmail.com
