파킨슨병, AI로 초기에 잡아낸다…진단 정확도 최대 96%

삼성서울병원 AI 연구센터, 보행·음성·뇌영상 통합 분석 AI 개발
증상 뚜렷하지 않은 초기에도 감별 가능

삼성서울병원 AI연구센터가 보행, 음성, 뇌영상(MRI·PET) 등 다양한 임상 데이터를 함께 분석하는 멀티모달 인공지능(AI)을 통해 파킨슨병과 파킨슨플러스 증후군의 조기 진단과 예후 예측 가능성을 확인했다고 23일 밝혔다.

파킨슨병과 파킨슨플러스 증후군 조기 진단과 예후 예측을 하는 AI를 개발한 삼성서울병원 AI연구센터 연구진. 왼쪽부터 양광모 AI연구센터장, 조진환 신경과 교수, 정명진 영상의학과 교수. 삼성서울병원

파킨슨병은 초기 증상이 뚜렷하지 않아 진단이 늦어지는 경우가 많다. 손 떨림이나 보행 이상이 나타났을 때는 이미 질환이 상당히 진행된 상태인 경우도 있다. 진행성 핵상마비와 다계통위축증 등 파킨슨플러스 증후군은 증상이 유사해 초기 감별이 어려운 대표적 질환이다.

연구팀은 약 4년간 파킨슨병 363명, 진행성 핵상마비 67명, 다계통위축증 61명 등 약 500명의 환자 데이터를 수집해 통합 데이터베이스를 구축했다. 보행 패턴, 음성 신호, 뇌 MRI·PET 영상 등 임상 정보를 표준화해 분석 기반을 마련했다.

이를 토대로 보행 데이터 기반 낙상 위험 예측 모델, 음성 검사 기반 파킨슨 분류 AI, MRI 기반 뇌 구조 자동 분석 모델을 각각 개발했다. 임상 평가에서 음성 기반 중증도 분류 모델은 AUC 0.96, MRI 기반 질환 감별 모델은 0.91의 성능을 보였다. 보행과 뇌영상을 결합한 낙상 예측 모델도 AUC 0.84를 기록했다.

연구팀은 AI가 단순 예측 결과뿐 아니라 판단 근거를 함께 제시하도록 설계했다. 보행 안정성 지표, 뇌 구조 변화, 음성 특징 등을 자동으로 추출해 진단 판단의 참고 지표로 활용할 수 있게 했다.

개발된 모델은 병원 내부망 기반 데이터 저장·분석 시스템(NAS)에서 구동되도록 구축됐다. 의료 데이터 외부 반출 없이 분석이 가능해 개인정보 보호와 연구 효율성을 동시에 확보했다. 연구팀은 향후 치매 등 다른 신경계 질환으로 적용 범위를 확대하고 다기관 협력 연구로 발전시킨다는 계획이다.

박정연 기자 jy@asiae.co.kr