미국에서는 약 9만명이 파킨슨병을 진단받았으며, 전 세계적으로는 1000만명이 파킨슨병을 앓고 있다. 파킨슨병은 알츠하이머병에 이어 두 번째로 흔한 신경퇴행성 질환이며 다른 신경학적 질환보다 더 빠르게 늘어나고 있다. 현재 파킨슨병은 증상, 병력, 신체검사 등을 통해 진단되지 파킨슨병에 대한 자체 진단 검사는 없다.
연구진은 1993년에서 1996년 사이에 혈액 샘플을 제공한 스페인 사람 78명의 의료 데이터를 15년간 추적 관찰했다. 이중 39명은 파킨슨병을 진단받았지만 나머지는 그렇지 않았다. 연구진은 CRANK-MS라는 AI 도구를 이용해 데이터를 분석했다. 특히 파킨슨병을 진단받은 사람과 그렇지 않은 사람들이 음식, 약물, 화학물질을 분해할 때 생성되는 대사물질의 다양한 조합이 어떻게 다른지 비교 분석했다.
보통 머신러닝을 통해 원인과 질병 사이의 상관관계를 조사하기 위해서는 알고리즘에 원인 종류들을 몇 가지로 축소한 뒤 데이터를 넣지만, 이번 AI 연구에서는 모든 데이터를 다 집어넣고 연구를 함으로써 어떤 대사체 조합이 파킨슨병 예측을 주도하는지 알아낼 수 있었다고 한다.
메디컬 뉴스 투데이는 “이 도구는 파킨슨병 발병 위험이 있는 환자의 전환을 예측할 수 있는 객관적이고 신뢰할 수 있는 매우 정확한 방법을 제공함으로써 파킨슨병 진단의 게임 체인저가 될 것”이라고 전했다. 이 연구 결과는 미국 화학 학회(American Chemical Society)에 발표됐다.