파킨슨병 환자에게 뇌심부자극기 이식수술을 할 때 인공지능(AI)을 이용해 최적의 표적을 찾을 수 있는 가능성이 열렸다.

서울대병원 백선하·김희찬·선석규, 세종충남대병원 박광현 교수 연구팀은 뇌심부자극술을 시행받은 파킨슨병 환자 34명의 미세전극 측정 기록을 인공지능 딥러닝 기법으로 분석해 수술 후 임상적 결과를 예측한 연구를 22일 발표했다.

파킨슨병은 중뇌에 있는 도파민 신경세포가 정상인에 비해 70% 이상 소실돼 발생한다. 알츠하이머병 다음으로 흔한 대표적인 노인성 퇴행성 뇌질환으로 65세 이상은 100명 중 약 2명 비율로 관찰된다. 떨림, 강직, 자세불안, 보행장애 등이 대표적인 증상이다.

증상을 억제하기 위해 시행하는 대표적인 치료가 뇌심부자극술이다. 뇌 이상 부분에 전극을 넣고 자극을 줘 신경회로를 조절하는 방식이다. 정확하고 적절한 표적을 찾는 것이 가장 중요하다. 수술실에서 환자의 두개골을 천공하고, MRI로 위치를 정한 뇌 부위에 미세전극을 놓고 조금씩 위치를 움직여가며 뇌에서 발생하는 전기신호를 측정한다. 이때 기록된 전기신호를 분석해 가장 효과가 좋을 것으로 예상되는 위치에 전극을 삽입한다.

연구팀은 미세전극을 통해 얻은 신호를 인공지능 딥러닝으로 분석해 결과 예측을 하게 했다. 이후 실제 수술 후 환자 상태를 호전 정도에 따라 나누고 인공지능 예측과 비교했다. 뇌심부자극술은 좌우 양측에 시행하지만 각각의 전극이 신체 좌우에 미치는 영향이 다를 것이라는 점에 착안해 인공지능 알고리즘 내에서 좌우의 비율을 다르게 적용했다. 5대 1과 6대 1의 비율에서 가장 높은 예측정확도를 보였고, 정확도는 최대 80.21%에 달했다.

백선하 서울대병원 신경외과 교수는 “파킨슨병 환자에서 뇌심부자극술을 시행할 때 최적의 표적을 찾는 새로운 패러다임이 될 것”이라고 기대했다.

김희찬 서울대병원 의공학과 교수는 “뇌심부자극기 이식술의 예후 예측에 딥러닝 기법을 적용한 새로운 시도”라며 “앞으로 인공지능 기법을 활용한 더 많은 임상 의사결정 지원 시스템들이 개발될 것”이라고 전망했다.

미세전극 측정 신호에 인공지능을 활용해 수술 결과 예측을 처음 시도한 이번 연구는 국제 학술지 `플로스원(PLOS ONE)' 최근호에 발표됐다.

/뉴시스

뉴시스 기자 다른기사 보기