"나이 들어 생긴 줄 알았는데"…'이곳' 주름이 보내는 치명적인 신호

프랭크 징후 자동 탐지 AI모델 개발
유전성 뇌소혈관 손상과 연관 확인

귓불에 사선형 주름이 생기는 '프랭크 징후(Frank's sign)'가 유전성 뇌소혈관 손상 정도를 반영할 수 있다는 연구 결과가 나왔다. 분당서울대병원 연구팀은 세계 최초로 3D 뇌 MRI를 활용해 프랭크 징후를 자동 탐지하는 인공지능(AI) 모델을 개발하고 해당 징후가 뇌소혈관질환의 중증도와 밀접한 관련이 있음을 규명했다.

챗GPT 생성 이미지.

프랭크 징후는 귓불에 약 45도 각도로 생기는 사선형 주름으로 1973년 미국 의사 샌더스 프랭크가 협심증 환자에게서 자주 관찰된다고 보고하며 알려졌다. 과거에는 단순한 노화 현상으로 여겨졌지만 최근에는 심근경색과 뇌졸중, 혈관성 치매 등 심뇌혈관질환과의 연관성이 제기돼 왔다.

다만 기존 연구들은 혈관성 질환 환자에게 프랭크 징후가 흔하다는 상관관계만 제시했을 뿐 객관적인 평가 방법과 실제 혈관 손상과의 연관성은 명확히 규명하지 못했다. 육안 관찰에 의존해 연구자마다 판단이 달라질 수 있다는 점도 한계로 지적돼 왔다.

프랭크 징후, AI로 객관적 식별…자동탐지 모델 개발

12일 분당서울대병원에 따르면 정신건강의학과 김기웅 교수팀은 이러한 문제를 해결하기 위해 3D 뇌 MRI에서 얼굴과 귓불이 함께 촬영된다는 점에 착안해 프랭크 징후를 자동으로 탐지하는 AI 모델을 개발했다. 분당서울대병원에서 수집한 뇌 MRI 400건을 학습에 활용하고 추가로 1060건의 데이터를 통해 정확도를 검증했다.

3차원 원본 이미지(A)를 토대로 전문가가 수동으로 직접 표시한 주름(B)과 AI가 예측해 자동으로 표시한 영역(C). 분당서울대병원

검증 결과 전문가가 수동으로 표시한 영역과 AI가 자동으로 탐지한 영역의 일치도는 의료영상 분야에서 높은 수준으로 평가되는 수치를 기록했다. 프랭크 징후 유무를 구분하는 분류 성능 역시 0.9 이상으로 나타나 임상 현장에서의 활용 가능성을 입증했다.

연구팀은 이어 해당 AI 모델을 활용해 유전자 돌연변이로 발생하는 뇌소혈관질환인 카다실(CADASIL) 환자를 분석했다. 그 결과 카다실 환자에서 프랭크 징후 발생률은 일반인보다 유의하게 높았으며 연령 등을 고려해도 발생 확률이 약 4.2배 이상 높은 것으로 나타났다.

"귓불 주름, 혈관 위험 추가 신호 될 수 있어"

특히 카다실 환자 가운데 프랭크 징후가 있는 그룹은 없는 그룹보다 뇌백질변성 부피가 약 1.7배 컸다. 뇌백질변성 부피에 따라 하위·중위·상위 세 그룹으로 나눴을 때 프랭크 징후 발생률이 각각 37.0%, 66.7%, 74.1%로 비례적으로 증가해 질환 중증도와의 연관성도 확인됐다.

김기웅 교수는 "프랭크 징후가 단순한 노화 지표가 아니라 유전성 뇌소혈관 손상의 정도를 객관적으로 반영한다는 과학적 근거를 제시했다"며 "프랭크 징후만으로 질환을 진단할 수는 없지만 다른 혈관성 위험인자가 있다면 귓불 주름이 추가적인 신호가 될 수 있으므로 전문의 상담을 받아보는 것이 좋다"고 전했다.

이번 연구결과는 국제학술지 사이언티픽 리포츠(Scientific Reports)와 임상의학저널(Journal of Clinical Medicine)에 각각 게재됐다

박은서 인턴기자 rloseo8@asiae.co.kr