파킨슨병 뇌심부자극기 이식수술의 표적을 설정하는데 AI가 도움이 될 것이란 전망이다.
파킨슨병은 중뇌에 위치한 도파민 신경세포가 정상인에 비해 70% 이상 소실돼 발생하는 질환이다. 알츠하이머병 다음으로 흔한 대표적인 노인성 퇴행성 뇌질환으로, 65세 이상 100명 중 2명꼴로 관찰된다.
파킨슨병에 걸리면 떨림, 강직, 자세불안, 보행장애 등이 나타나는데, 이러한 증상 발현을 억제하기 위해 시행하는 대표적인 치료가 뇌심부자극술이다. 뇌 이상 부분에 전극을 넣고 자극을 줘 신경회로를 조절하는 수술이다.
이 수술을 위해서는 정확하고 적절한 표적을 찾는 것이 가장 중요하다. 수술실에서 환자의 두개골에 구멍을 뚫은 다음, MRI로 위치를 정한 뇌 부위에 미세전극을 위치시킨 뒤 조금씩 위치를 움직여가며 뇌에서 발생하는 전기신호를 측정한다. 이때 기록된 전기신호를 분석해 가장 효과가 좋을 것으로 예상되는 위치에 실제 자극용 전극을 삽입한다.
서울대병원 백선하·김희찬·선석규, 세종충남대병원 박광현 교수 연구팀은 뇌심부자극술을 받은 파킨슨병 환자 34명의 미세전극 측정 기록을 AI 딥러닝 기법으로 분석해 수술 후 임상적 결과를 예측토록 했다.
전극이 신체 좌우에 미치는 영향이 다를 것이란 점에 착안해 AI 알고리즘 내에서 다중구조를 사용해 좌우의 비율을 다르게 적용한 결과, 5:1과 6:1의 비율에서 가장 높은 예측 정확도를 보였다. 이는 실제 수술 후 환자 상태와 비교했을 때, 80.21%의 정확도를 보였다.
연구팀은 뇌심부자극술 시행 시 AI 활용이 앞으로 최적의 표적을 찾는 새로운 치료 패러다임이 될 것으로 보았다. 김희찬 교수는 "뇌심부자극기 이식술의 예후 예측에 딥러닝 기법을 적용한 새로운 시도였다"며 "앞으로 인공지능 기법을 활용한 더 많은 임상 의사결정 지원 시스템들이 개발될 것"이라고 말했다.
국제 학술지 '플로스원(PLOS ONE)' 최근호에 발표된 이 연구는 미세전극 측정 신호에 인공지능을 적용해 수술 결과 예측을 시도한 첫 연구다. 연구팀은 관련 데이터와 경험이 누적되면, 앞으로 파킨슨병 치료에 큰 도움이 될 것이라고 전망했다.
