영국 엑스터대 연구팀이 미국 내 1만5300명 이상 환자의 데이터를 인공지능의 한 형태인 기계학습 모델로 분석한 결과다. 이는 데이터에서 숨어있는 패턴을 찾아내고 누가 가장 위험한지 알아내는 기술이다. 이같은 알고리즘을 통해 치매의 조기 발견과 잘못된 진단의 감소에 도움을 줄 수 있을 것으로 기대된다.
연구팀은 미 알츠하이머조정센터 기억클리닉 30곳에 참석한 사람들의 데이터를 분석했다. 많은 사람들이 기억력이나 다른 뇌 기능에 문제가 있었으나 연구 시작 당시 치매에 걸리지는 않았다.
2005~2015년 연구 기간 중 참여자 10명 중 1명(1568명)이 2년 이내 치매를 진단받았다. 이번 연구는 기계학습 방식으로 새로운 치매 진단사례를 92%의 정확도로 예측할 수 있다는 것을 발견했다. 기존의 대안적 진단 방법보다 훨씬 더 정확도가 높았다.
연구팀은 또한 치매로 진단받은 사람 중 약 8%(130명)가 나중에 진단이 뒤바뀌는 등 착오가 생겼다는 사실도 처음으로 밝혀냈다. 기계학습 모델은 이러한 진단의 80% 이상을 정확하게 식별했다. 인공지능은 누가 치매 진단을 받을지 정확하게 예측할 수 있을 뿐만 아니라, 잘못된 진단이 야기할 수 있는 불필요한 고통을 줄이고 진단의 정확성을 향상시킬 수 있는 잠재력이 있다는 뜻이다.
엑스터대 데이비드 러웰린 교수는 “컴퓨터를 통해 2년 안에 누가 치매에 걸릴지 정확하게 예측할 수 있게 됐다. 또한 기계학습 접근 방식이 오진 가능성이 있는 환자를 식별할 수 있다는 사실도 알게 됐다”고 말한다. 이는 임상 실무에서 진단 경로를 개선함으로서 필요한 지원에 최대한 신속하고 정확하게 접근할 수 있도록 도울 수 있다.
연구팀은 기억력과 뇌 기능, 인지 테스트의 결과, 특정한 생활습관 요인 등 기억 클리닉에서 일상적으로 얻을 수 있는 환자 정보를 바탕으로 기계 학습 모델이 효율적으로 작동한다는 것을 발견했다.
영국 알츠하이머 연구소의 연구 책임자 로사 산초 박사는 “인공지능은 치매를 일으키는 질병의 조기 발견을 개선할 수 있는 큰 잠재력을 가지고 있으며, 증상을 보이는 사람들의 진단 과정에 혁명을 일으킬 수 있다”고 평가했다. 그는 “이는 삶의 방식 변화를 권장하고, 지원 혹은 심층 평가의 혜택을 받을 수 있는 사람들을 식별하는 기반을 제공할 수 있을 것”이라고 덧붙였다.
