분당서울대병원 정신건강의학과 김기웅, 배종빈 교수팀이 알츠하이머병의 조기 진단에 활용될 수 있는 ‘딥러닝 기반 알츠하이머병 판별 알고리즘’을 개발했다.
알츠하이머병은 치매를 유발하는 가장 흔한 원인으로 치매 환자의 약 60-80%가 알츠하이머병에 의해 발생하는 것으로 알려졌다. 보통 알츠하이머병은 사소한 기억력 감퇴로 증상이 시작된다. 시간이 지날수록 인지기능이 점점 더 저하되고 신체적 합병증까지 동반되며 일상생활을 유지가 불가능해 지기도 한다.
안타까운 부분은 많은 환자가 좀 더 일찍 알츠하이머병이나 치매 진단을 받지 못해 치료와 관리 시점을 놓치는 경우가 적지 않다는 점이다. 더욱이 완벽한 예방 및 치료가 불가능한 만큼, 알츠하이머 치매는 조기 진단을 통해 진행을 늦추는 것이 무엇보다 중요하다.
이에 분당서울대병원 연구팀은 뇌 MRI 영상 자료를 분석해 알츠하이머병 여부를 판별해 내는 알고리즘 개발에 나섰다.
연구팀은 분당서울대병원에서 촬영한 뇌 MRI 영상 자료를 분석해 알츠하이머병 판별 알고리즘을 도출해내는 딥러닝 모델을 설계했다. 이 모델을 가지고 한국인 390명과 서양인 390명의 뇌 MRI 자료를 4:1의 비율로 학습용과 검증용 데이터셋으로 구분, 학습용 데이터셋을 기반으로 동양인과 서양인 각각의 알츠하이머병 판별 알고리즘을 만들어 보기로 했다. 이후 검증용 MRI 자료로 해당 알고리즘이 알츠하이머병 여부를 얼마나 정확하게 판별하는지 정확도를 분석했다.
연구 결과, 동일 인종에서의 판별 정확도는 곡선하면적(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 높은 수준인 것으로 나타났다. 아울러 한 사람의 뇌 MRI 분석에 소요된 시간도 평균 23-24초 밖에 되지 않았다. (*AUC=정확도를 판별할 때 사용하는 지표. 1에 가까울수록 그 정확도가 높다는 것을 의미)
이어 한국인의 MRI 자료를 학습해 만들어진 알고리즘으로 서양인의 MRI 자료를 분석한 경우 정확도가 AUC 0.89였으며, 반대로 서양인의 자료를 학습해 만든 알고리즘으로 한국인의 MRI 자료를 분석했을 때는 AUC 0.88의 정확도를 보였다.
이 같은 결과에 대해 연구진은 “뇌 MRI 자료를 학습해 만들어진 딥러닝 알고리즘은 서로 다른 인종이라 할지라도 상당히 높은 정확도로 알츠하이머병을 판별해 냈다”며 “이번 딥러닝 모델을 계속해 발전시킨다면 다양한 인종에서도 뇌 MRI를 분석해 알츠하이머병을 판별하는 데 활용될 수 있을 것”이라고 설명했다. 아울러 해당 딥러닝 모델의 소프트웨어를 활용한 임상시험이 2020년 4월부터 9월까지 진행됐을 뿐만 아니라, 현재는 식품의약품안전처에 품목허가를 신청한 상태인 것으로 확인됐다.
연구를 진행한 배종빈 교수는 “두통, 어지럼증과 같은 증상일 경우에도 뇌에 이상이나 병변이 있는지 보기 위해 MRI 검사를 받을 수 있는 만큼, 이때의 영상을 알고리즘을 통해 분석한다면 알츠하이머병 여부도 쉽고 빠르게 판단할 수 있게 된다”며 “결과적으로 딥러닝 모델의 활용은 알츠하이머병의 조기 진단은 물론, 치료와 관리에도 효과적일 것으로 기대하고 있다”고 말했다.
이번 연구는 과학기술정보통신부 지원, 정보통신산업진흥원이 주관하는 ‘의료데이터를 활용한 지능형 소프트웨어 닥터앤서(Dr.Answer) 기술개발 사업’의 하나로 진행됐으며, 네이처(Nature) 자매지 ‘사이언티픽 리포트(Scientific Report)’ 12월 17일자 온라인 판에 게재됐다.
