[Hinews 하이뉴스] 삼성서울병원 AI연구센터가 보행, 음성, 뇌영상(MRI·PET) 데이터를 통합 분석하는 멀티모달 인공지능(AI)을 개발했다. 서로 다른 검사 결과를 개별적으로 해석하던 기존 방식에서 나아가, 다양한 생체 신호를 하나의 모델 안에서 종합적으로 분석하는 구조다.
파킨슨병은 초기 증상이 모호해 진단이 늦어지는 경우가 많다. 손 떨림이나 보행 장애가 분명해질 무렵에는 질환이 상당히 진행된 사례도 적지 않다. 진행성 핵상마비, 다계통위축증 등 이른바 파킨슨플러스 증후군은 초기 감별이 더욱 까다롭다. 연구팀은 이런 한계를 보완하기 위해 사람의 눈으로는 구분하기 어려운 미세한 패턴 차이를 AI로 정밀하게 분석하는 데 집중했다.
보행·음성·뇌영상을 통합 분석한 AI가 초기 파킨슨병과 유사 질환을 높은 정확도로 감별할 가능성을 제시했다. (사진 제공=클립아트코리아)
◇500명 데이터 축적... 초기·유사 질환 감별 성능 확인
연구팀은 4년간 파킨슨병 363명, 진행성 핵상마비 67명, 다계통위축증 61명 등 약 500명의 임상 데이터를 표준화해 통합 데이터베이스를 구축했다. 보행 데이터 기반 낙상 위험 예측 모델, 음성 검사 기반 중증도 분류 AI, MRI 기반 뇌 구조 자동 분석 모델을 각각 개발한 뒤 이를 연계했다.
임상 평가에서 음성 기반 중증도 분류 모델은 AUC 0.96, MRI 기반 질환 감별 모델은 0.91을 기록했다. 보행과 뇌영상을 결합한 낙상 예측 모델도 0.84의 성능을 보였다. 단일 검사 결과보다 여러 지표를 함께 해석할 때 진단 정확도가 높아질 수 있음을 보여준 결과다. 특히 증상이 뚜렷하지 않은 초기 단계에서도 감별 가능성을 확인했다는 점에 의미를 둔다.
◇결과뿐 아니라 ‘이유’까지 제시
이번 AI는 단순히 진단 결과를 제시하는 데 그치지 않는다. 보행 안정성 지표, 뇌 구조 변화, 음성의 주파수·강도 특성 등 판단에 활용된 요소를 함께 제시하는 설명형 구조로 설계됐다. 의료진이 AI의 분석 과정을 이해하고, 임상 판단에 참고할 수 있도록 한 것이다.
또한 모델은 병원 내부망 기반 전용 데이터 저장·분석 시스템에서 구동돼 의료 데이터 외부 반출 없이 분석이 이뤄지도록 했다. 개인정보 보호와 연구 활용성을 동시에 고려한 설계다.
(왼쪽부터) 양광모, 조진환, 정명진 삼성서울병원 교수 (사진 제공=삼성서울병원)
조진환 교수는 “파킨슨병은 조기 발견이 치료 전략과 예후에 큰 영향을 준다”며 “AI가 여러 검사 결과를 빠르게 통합해 진단을 보조하면, 환자별 치료 시점을 앞당기고 맞춤형 관리 계획을 세우는 데 도움이 될 수 있다”고 말했다. 정명진 교수는 “이번 연구를 기반으로 치매 등 다른 신경계 질환으로 적용 범위를 넓히고, 다기관 협력을 통해 임상 현장 적용 가능성을 더 검증하겠다”고 밝혔다.
AI연구센터는 그간 관련 논문과 특허를 축적해 왔으며, 개발 기술은 응급의학과, 안과, 재활의학과 등 여러 진료과 연구에도 활용되고 있다. 연구팀은 향후 질환별 AI 모델을 고도화하고, 실제 진료 환경에서의 유효성을 단계적으로 확인해 나갈 계획이다.
