서울대병원, 파킨슨병 뇌심부자극술 결과 AI로 예측한다

(왼쪽부터)서울대병원 백선하, 김희찬 교수, 세종충남대병원 박광현 교수, 서울대병원 선석규 교수. (사진=서울대병원)
(왼쪽부터)서울대병원 백선하, 김희찬 교수, 세종충남대병원 박광현 교수, 서울대병원 선석규 교수. (사진=서울대병원)

파킨슨병 뇌심부자극기 이식수술 중 인공지능(AI)으로 미세전극 측정신호를 분석해 결과를 예측할 수 있게 됐다. 향후 데이터와 경험이 쌓이면 관련 치료에 진전이 예상된다.

서울대병원 백선하·김희찬·선석규, 세종충남대병원 박광현 교수 연구팀은 전신마취 하에서 뇌심부자극술을 시행받은 파킨슨병 환자 34명의 미세전극 측정 기록을 AI 딥러닝 기법으로 분석해 수술 후 임상적 결과를 예측한 연구를 22일 발표했다.

파킨슨병은 중뇌에 위치한 도파민 신경세포가 알 수 없는 원인으로 정상인에 비해 약 70% 이상 소실돼 발생한다.

알츠하이머병 다음으로 흔한 대표적인 노인성 퇴행성 뇌질환으로 65세 이상은 100명 중 약 2명 비율로 관찰된다.

떨림, 강직, 자세불안, 보행장애 등이 파킨슨병의 증상이다. 증상 발현을 억제하기 위해 시행하는 대표적인 치료가 뇌심부자극술이다. 뇌 이상 부분에 전극을 넣고 자극을 줘 신경회로를 조절한다.

정확하고 적절한 표적을 찾는 것이 중요하다. 수술실에서 환자의 두개골을 천공하고, 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.

뇌심부자극술로 자극용 전극을 삽입한 모식도 (사진=서울대병원)
뇌심부자극술로 자극용 전극을 삽입한 모식도 (사진=서울대병원)

연구팀은 미세전극을 통해 얻은 신호를 AI 딥러닝으로 분석해 결과 예측을 했다. 실제 수술 후 환자 상태를 호전 정도에 따라 나누고 AI 예측과 비교했다.

양측에 뇌심부자극술을 시행하지만, 각각의 전극이 신체의 좌우에 미치는 영향이 다를 것이라는 점에 착안해 AI 알고리즘 내에서 다중구조를 사용해 좌우의 비율을 다르게 적용했다. 5:1과 6:1 비율에서 가장 높은 예측정확도를 보였으며 최대 80.21%에 달했다. 실제 뇌신경 기저핵의 기능적 구조와 유사성을 보인 것이라고 연구팀은 전했다.

백선하 서울대병원 신경외과 교수는 “파킨슨병 환자에서 뇌심부자극술을 시행할 때 최적의 표적을 찾는 새로운 패러다임이 될 것”이라고 기대했다.

김희찬 의공학과 교수는 “뇌심부자극기 이식술의 예후 예측에 딥러닝 기법을 적용한 새로운 시도”라면서 “앞으로 인공지능 기법을 활용한 더 많은 임상 의사결정 지원 시스템들이 개발될 것”이라고 전망했다.

미세전극 측정 신호에 인공지능을 활용해 수술 결과 예측을 처음 시도한 이번 연구는 국제 학술지 '플로스원(PLOS ONE)' 최근호에 발표됐다.

정현정기자 iam@etnews.com