파킨슨병은 급속한 인구고령화 속에서 각별히 예의주시되고 있는 질병이지만 아직 이에 대한 인식이 낮고 진단도 쉽지 않아 많은 환자가 치료시기를 놓치고 있다.

파킨슨병은 완치는 불가능해도 조기에 정확한 진단을 통해 약물치료를 시작하면 증상을 완화하고 병의 진행을 늦출 수 있다. 무엇보다 몸의 움직임이 둔해지고 떨림증상을 일으켜 삶의 질을 저하시키기 때문에 최대한 빨리 약물치료를 시작하는 것이 중요하다.

이러한 상황에서 보다 간편하게 파킨슨병 고위험군을 선별할 수 있는 방법이 개발돼 의료현장에 큰 도움을 줄 것으로 보인다.

고려대안암병원은 신경과 이찬녕 교수와 순환기내과 주형준 교수팀(1저자 의료빅데이터연구소 유학제 교수, 의학통계학 석사과정 정세화, 공동 교신저자 신경과 이찬녕 교수, 순환기내과 주형준 교수, 이하 연구팀)이 병원에서 시행하는 표준 심전도검사만으로 특발성 파킨슨병을 감별할 수 있는 인공지능 딥러닝 알고리즘을 개발했다고 전했다.

연구팀은 파킨슨병이 병태생리상 심장에도 영향을 미친다는 점에 착안해 심전도검사를 활용, 이번 인공지능 모델을 개발했다.  

이를 위해 연구팀은 고려대안암병원 정밀의료 데이터베이스에서 각각 751명의 특발성 파킨슨병환자와 대조군, 그리고 297명의 약물로 인한 파킨슨병 유사 증상환자 등 총 1799명의 환자 데이터를 활용했다.

실제 시행결과 개발된 인공지능 알고리즘은 87%의 정확도로 파킨슨병을 감별할 수 있으며 특히 파킨슨병이 아닌데도 약물에 의해 유사한 증상이 발생한 경우를 85%의 정확도로 구분하는 등 효율적이고 정밀한 파킨슨병 진단법 개발에 청신호를 보였다.

파킨슨병은 많은 환자가 상당히 진행된 상태에서 발견되는 경우가 많아 그간 고위험군을 선별·진단하는 방법의 개발이 절실한 상황이었다. 또 심전도검사는 심장의 상태를 평가하는 기본검사로 병원이나 건강검진센터에서 널리 시행하고 있어 그 활용성이 매우 높을 것으로 전망된다. 

연구팀은 “심전도의 원시 파형 데이터까지 효율적으로 관리하고 있는 고려대의료원의 정밀한 데이터베이스가 있었기에 연구가 가능했다”며 “향후 알고리즘을 고도화하고 타병원 데이터에서의 검증을 통해 조기진단법으로서의 활용가능성을 확대할 계획”이라고 밝혔다.

한편 이번 연구는 ‘파킨슨병환자를 심전도검사로 선별할 수 있는 인공지능 알고리즘(Deep Learning Algorithm of 12-Lead Electrocardiogram for Parkinson Disease Screening)’라는 제목으로 파킨슨병 저널 Journal of Parkinson's Disease (IF 5.52)에 게재돼 학계의 큰 관심을 모으고 있다.

장인선 기자 다른기사 보기