김기웅‧배종빈 교수팀 '한국인 390명‧서양인 390명 뇌 MRI 분석'
학습 과정 거쳐 한국인과 서양인 자료에 기반을 둔 각 '알고리즘' 도출
같은 인종 판별 정확도 AUC 0.91-0.94로 매우 높다 '1명 MRI 분석에 23~24초'
김 교수 "높은 정확도로 알츠하이머병 여부 판별, 다양한 인종 뇌 MRI 분석에 활용"
배 교수 "뇌 MRI 영상 알고리즘으로 분석, 알츠하이머병 여부 신속하게 판단"
[보건타임즈] 알츠하이머병 조기진단에 활용될 수 있는 ‘딥러닝 기반 알츠하이머병 판별 알고리즘’이 개발됐다
[보건타임즈] 분당서울대병원 정신건강의학과 김기웅, 배종빈 교수 연구팀은 판별이 빠른 데다 정확도가 높은 알츠하이머병 판별 알고리즘을 개발했다며 이같이 밝혔다.
알츠하이머병은 치매를 유발하는 가장 흔한 원인이다.
치매 환자의 약 60~80%가 알츠하이머병에 의해 발생하는 것으로 알려져 있다.
대개 알츠하이머병은 사소한 기억력 감퇴로 증상이 시작되며 시간이 지날수록 인지기능이 점차 떨어지는 데다 신체적 합병증까지 동반되면서 일상생활을 유지하는 것마저 불가능해지기도 한다.
하지만 안타까운 부분은 많은 환자가 좀 더 일찍 알츠하이머병이나 치매 진단을 받지 못해 치료와 관리 시점을 놓치는 사례가 적지 않다는 것이다.
더욱이 완벽한 예방과 치료가 불가할 만큼, 알츠하이머 치매는 조기진단을 통해 악화되는 진행을 늦추는 것이 무엇보다 중요하다.
이에 연구팀은 뇌 MRI 영상 자료를 분석해 알츠하이머병 여부를 판별해내는 알고리즘 개발에 나섰다.
우선 연구팀은 원내에서 촬영한 뇌 MRI 영상 자료를 분석, 알츠하이머병 판별 알고리즘을 도출해내는 딥러닝 모델을 설계했다.
이 모델을 가진 한국인 390명과 서양인 390명의 뇌 MRI 자료를 4대1의 비율로 학습용과 검증용 데이터셋으로 나눈 뒤, 학습용 데이터셋을 기반으로 동양인과 서양인 각각의 알츠하이머병 판별 알고리즘 개발에 착수했다.
다음으론 검증용 MRI 자료를 통해 이 알고리즘이 알츠하이머병 여부를 얼마나 정확하게 판별하는지 정확도를 분석해 들어갔다.
이 결과, 같은 인종에서 판별 정확도는 곡선화 면적(AUC) 0.91~0.94 한국인 MRI 자료 기반의 알고리즘에 한국인 자료 대입: 판별 정확도(AUC) 0.91, 서양인 MRI 자료 기반의 알고리즘에 서양인 자료 대입: 판별 정확도(AUC) 0.94로 매우 높았다.
한 사람의 뇌 MRI 분석에 든 시간도 평균 23~24초밖에 걸리지 않았다.
AUC는 정확도를 판별할 때 사용하는 지표로 곡선 아래 면적넓이를 말한다.
1에 가까울수록 정확도가 높다는 의미다.
이어 연구팀은 한국인의 MRI 자료를 학습해 만들어진 알고리즘으로 서양인의 MRI 자료를 분석한 결과 정확도가 AUC 0.89였으며, 반대로 서양인의 자료를 학습해 만든 알고리즘으로 한국인의 MRI 자료를 분석했을 땐 AUC 0.88의 정확도를 각각 나타냈다.
이에 연구진은 “뇌 MRI 자료를 학습해 만들어진 딥러닝 알고리즘은 서로 다른 인종이라 할지라도 상당히 높은 정확도로 알츠하이머병을 판별해냈다”며 “이 딥러닝 모델을 계속해 발전시킨다면 다양한 인종의 알츠하이머병 판별에도 활용될 수 있을 것”이라고 강조했다.
이러한 결과를 나타낸 딥러닝 모델의 소프트웨어를 활용한 임상시험이 2020년 4월부터 9월까지 진행됐으며 현재는 식약처에 품목허가를 신청한 상태다.
이 연구를 이끈 배 교수는 “두통, 어지럼증과 같은 증상이라도 뇌에 이상이나 병변이 있는지 보기 위해 MRI 검사를 받을 수 있는 만큼, 이때의 영상을 알고리즘을 통해 분석한다면 알츠하이머병 여부를 쉬우면서 빠르게 판단할 수 있게 된다”며 “결과적으로 딥러닝 모델의 활용은 알츠하이머병의 조기진단은 물론, 치료와 관리에 효과적일 것으로 기대하고 있다”고 전했다.
이 연구는 과학기술정보통신부 지원, 정보통신산업진흥원이 주관하는 ‘의료데이터를 활용한 지능형 소프트웨어 닥터앤서(Dr.Answer) 기술개발 사업’의 하나로 수행됐다.
이를 다룬 논문은 네이처(Nature) 자매지 ‘사이언티픽 리포트(Scientific Report)’ 12월 17일 자 온라인판에 게재됐다.
이 뉴스클리핑은 BKT뉴스{www.bktimes.net}에서 발췌된 내용입니다.
