리투아니아 카우나스공대(KTU)와 리투아니아보건과학대(LSMU) 공동연구팀이 인공지능(AI)를 활용한 음성 데이터 분석을 통해 파킨슨병의 초기 징후를 파악했다고 발표했다.
파킨슨병은 일반적으로 손 떨림, 근육 경직 혹은 균형 문제와 같은 운동 기능의 상실과 관련이 있다. KTU 리티스 마스켈리우나스 연구원에 따르면 운동 활동이 감소함에 따라 성대, 횡격막, 폐의 기능도 저하된다. 그는 “언어 변화는 종종 운동 기능 장애보다 더 일찍 발생한다”면서 “말의 변화가 질병의 최초 징후일 수 있다”고 말했다.
LSMU 의대 이비인후과 비르길리우스 울로자스 교수에 의하면 파킨슨병 초기 단계의 환자들은 좀더 약한 목소리로 말할 수 있다. 또한 말이 단조롭고, 표현력이 떨어지며, 더 느려지거나 단편적일 수 있다. 이를 귀로 알아채기는 매우 어렵다. 병이 진행되면 목이 쉬거나, 더듬거리거나, 단어의 발음이 흐려지는 것 같은 증상이 보다 분명하게 나타날 수 있다. 이들 증상을 활용해 리투아니아 연구팀은 질병을 더 일찍 발견할 수 있는 시스템을 개발했다.
마스켈리우나스 연구원은 “질병의 조기 진단을 용이하게 하고 치료 효과를 추적하기 위해 이 방법을 고안했다”고 설명했다. 연구팀에 따르면 파킨슨병과 언어 장애 사이의 연관성을 찾는 일이 디지털 신호 분석의 세계에서 새로운 것은 아니지만, 기술 발전과 더불어 음성에서 더 많은 정보를 추출하는 것이 가능해지고 있다.
이번 연구는 AI를 사용해 음성 신호를 분석하고 평가했다. 이 과정에서 계산과 진단은 몇 시간이 아닌 몇 초 만에 이뤄진다. 이 연구는 리투아니아 언어의 세부 사항에 맞춰 조정됐고 AI 언어 데이터 베이스를 확장했다.
연구팀은 “우리의 접근 방식은 음성 샘플을 사용해 건강한 사람들과 파킨슨병 환자를 구별할 수 있다”면서 “새로운 알고리즘은 이전에 제안된 것보다 정확하다”고 말했다.
연구팀은 방음 부스에서 건강한 사람과 파킨슨병 환자의 음성을 녹음했고, 인공지능 알고리즘은 이 녹음을 평가해 신호 처리를 ‘학습’했다. 연구팀은 새로운 알고리즘에는 강력한 하드웨어가 필요없고, 향후 모바일 앱으로 이전될 수 있다고 덧붙였다. 마스켈리우나스 연구원은 “임상 실습에 적용되기까지 아직 시간이 필요하지만 연구 결과는 매우 높은 과학적 잠재력을 가지고 있다”고 말했다.
연구는 《응용과학》에 발표됐다. 원제는 ‘A Hybrid U-Lossian Deep Learning Network for Screening and Evaluating Parkinson’s Disease’.
