알츠하이머 치매, AI로 조기 진단 성공

전 세계에서 수천만 명이 앓고 있지만 조기 진단이 어려운 알츠하이머병을  인공지능(AI)으로 조기에 진단하는 데 성공했다.

캘리포니아대학 샌프란시스코 캠퍼스(UCSF) 방사선 의학영상 진단학과 손재호 박사 연구팀이 뇌 스캔을 이용한 딥러닝 훈련을 실시한 결과, 40건의 사례에서 알츠하이머 치매 조기 진단에 성공했다고 발표했다.

연구 결과는 국제적인 의학저널인 '방사선학(Radiology)' 6일자에 논문 ‘A Deep Learning Model to Predict a Diagnosis of Alzheimer Disease Using 18F-FDG PET of the Brain’  즉 '양전자단층촬영(F-18 FDG-PET)으로 알츠하이머병 진단을 예측하는 딥러닝 모델'로 게재됐다.

▲FDG-PET 촬영 영상의 예. A는 알츠하이머 치매(AD)를 앓고 있는 환자. B는 경도인지장애(MCI) 환자, C는 정상인 환자. 알츠하이머 치매를 앓고 있는 환자의 뇌가 회질이 약간 적지만, MCI 환자와 비 AD / MCI 환자의 차이는 육안으로는 거의 나타나지 않았다. [출처: Radiology]

알츠하이머 치매 진단에 AI를 처음 적용한 것은 아니다. 하지만, 연구팀은 지금까지 인공지능 모델 학습에 이용하지 않았던 바이오 마커에 주목했다. 알츠하이머 치매 연구를 진행하고 있는 알츠하이머 치매 뇌 영상 이니셔티브(ADNI, Alzheimer's Disease Neuroimaging Initiative) 데이터에 포함된 1002명의 환자에서 얻은 2109개의 FDG-PET 영상을 사용했다. 

FDG-PET는 FDG(불포화 포도당 화합물)을 혈류에 투여해 신체 세포에 FDG가 섭취되는 특성을 이용해 조직의 신진대사 활동을 측정할 수 있는 이미지 처리 기술이다.

▲치매 진단에 활용된 콘볼루션 신경망 구조(Convolutional Neural Network Architecture). 심층 신경망(DNN: Deep Neural Network)의 한 종류로, 하나 또는 여러 개의 콘볼루션 계층(convolutional layer)과 통합 계층(pooling layer), 완전하게 연결된 계층(fully connected layer)들로 구성된 신경망. [출처: Radiology]

2109개의 FDG-PET 영상 데이터 중 90%에 딥러닝 알고리즘을 학습시키고, 나머지 10%에서 인공지능이 알츠하이머 치매에 해당하는 뇌 대사 패턴을 배웠다.

이후 새로운 환자 40명 중 알츠하이머 치매로 발전할 환자를 AI 알고리즘이 100% 정확히 예측하는 데 성공했다. 또한 알츠하이머 치매가 없다는 예측 진단도 82%의 정확도로 내릴 수 있었다. 이 환자들의 데이터는 2006년~2016년 사이 뇌 스캔 데이터였다.

인공지능이 인간 의사의 최종 진단보다 평균 6년 빨리 알츠하이머 치매를 감지할 수 있었다. 

국제알츠하이머병협회(ADI)에 따르면 전 세계 치매·알츠하이머병 환자수는 2013년 4400만 명에서 2050년 1억3500만 명으로 3배 이상 급증할 전망이다. 국내 알츠하이머 환자도 건강보험심사평가원이 분석한 결과 치매 진료환자가 2009년 21만 7000명에서 2013년 40만 5000명으로 2배 가까이 증가했다. 전문가들은 알츠하이머가 앞으로 공중보건에 위기로 작용할 것이라고 경고하고 있다.

손재호 박사는 “알고리즘의 성능에 매우 만족한다. 하지만 이번 연구의 대상은 소규모이며 추가 연구가 필요하다”며, “모든 증세가 나타난 뒤에 알츠하이머 치매를 진단하면 뇌의 손실이 너무 크지만 조기에 발견함으로써 질병의 진행을 늦추거나 막을 수 있는 더 좋은 방법을 찾아낼 가능성이 있다”고 말했다. 

연구팀은 FDG-PET 인공지능을 이용해 알츠하이머 치매와 관련이 깊은 베타(β) 아밀로이드와 타우 등 뇌 속에 쌓이는 단백질을 찾는 딥러닝 알고리즘도 연구할 계획이다.

iT뉴스 / 김들풀 기자  itnews@