경희대학교병원 신경과 안태범·유달라 교수팀[한국과학기술연구원(KIST) 지능·인터랙션연구센터 정다운·문경률 박사]이 인공지능(AI)을 활용해 파킨슨병 진단의 정확도를 높이고 진행 단계까지 분류할 수 있는 새로운 기법을 개발했다. 연구결과는 HEALTH CARE SCIENCES & SERVICES 분야 상위 1% 학술지인 NPJ DIGITAL MEDICINE(IF 12.4)에 게재됐다.
파킨슨병은 환자의 증상 관찰과 병력 청취, 약물 반응 평가를 통해 진단하지만, 평가자의 주관이 개입되어 객관성과 정확도가 떨어진다는 한계가 있었다. 이에 연구팀은 질환 진행 정도에 따라 5단계로 구분된 파킨슨병 환자군 188명과 건강한 대조군 22명, 총 210명을 대상으로 보행분석장비를 이용해 10초 정적 균형 테스트를 진행했다.
그 결과, 압력중심(Cop) 데이터를 통해 총 37개의 움직임 특성을 관찰했으며, 특히 ▲몸의 중심 안정성 ▲균형 유지 패턴의 일관성 ▲미세한 떨림 빈도에서 유의미한 결과가 산출됐다. 이후, 모든 데이터를 머신러닝 알고리즘에 학습시켜 진단 모델을 완성했다.
경희대병원 신경과 안태범 교수는 “단 10초간의 정적 균형 테스트만으로도 파킨슨병의 존재 여부와 진행 단계를 정확하게 분류할 수 있다는 점은 기존 걷기나 움직임 기반 진단법 대비 간편하면서도 객관성이 높아 예측을 통한 조기 진단까지 가능하다”며 “최첨단 IT 기술을 적극 활용한 후속연구를 바탕으로 파킨슨병 진단의 새로운 기준을 제시하고 효과적인 치료 전략 수립에 기여하고자 노력하겠다”고 밝혔다.
논문 제목은 ‘정적 서기 자세를 활용한 파킨슨병 및 그 진행 단계의 식별’ (Identifying Parkinson’s disease and its stages using static standing balance)이다.
