삼성서울병원, 멀티모달 AI로 파킨슨병 조기 진단 모델 개발

AI 연구센터, 보행·음성·뇌영상 통합 분석 AI 개발
증상 초기에도 감별 가능…진단 정확도 최대 96%

AI가 생성한 이미지

삼성서울병원이 여러 종류의 임상 정보를 한 번에 분석하는 멀티모달 인공지능(AI) 모델을 개발해 파킨슨병 진단 정확도를 끌어올렸다.

이번 모델은 보행 패턴, 음성 신호, 뇌 자기공명영상(MRI)과 양전자단층촬영(PET) 등 서로 다른 형식의 데이터를 통합 분석하는 것이 특징이다. 단일 검사 결과에 의존하던 기존 방식과 달리, 다양한 생체 신호를 종합해 질환 여부와 중증도를 동시에 평가하도록 설계됐다.

파킨슨병은 뇌에서 운동을 조절하는 신경세포가 점차 소실되면서 발생하는 대표적인 퇴행성 신경질환이다. 손 떨림과 근육 경직, 느린 움직임, 균형 장애 등이 나타나며, 증상이 진행되면 일상생활에 상당한 제약을 준다. 문제는 초기 단계에서 증상이 뚜렷하지 않거나 다른 질환과 구분이 쉽지 않다는 점이다.

특히 파킨슨병과 임상 양상이 비슷한 '파킨슨플러스 증후군'은 감별이 까다로운 질환군으로 꼽힌다. 겉으로는 유사한 운동 증상을 보이지만, 병의 진행 속도가 빠르거나 자율신경계 이상, 인지 기능 저하 등 추가 증상이 동반되는 경우가 많다. 이 때문에 정확한 조기 진단이 치료 전략을 결정하는 핵심 요소로 평가된다.

삼성서울병원 AI연구센터는 약 500명의 환자 데이터를 학습에 활용해 질환 분류 및 예후 예측 모델을 구축했다. 그 결과 음성 데이터를 활용한 중증도 평가 모델은 AUC 0.96을 기록했고, MRI 기반 감별 모델은 0.91의 성능을 보였다. 보행 정보와 뇌영상을 결합한 낙상 위험 예측 모델 역시 0.84의 정확도를 기록했다.

이번 시스템은 결과값만 제시하는 '블랙박스형' AI가 아니라, 분석 과정에서 도출된 핵심 지표를 함께 제공하도록 설계됐다. 보행 안정성 수치, 뇌 구조 변화 양상, 음성 주파수 특성 등을 제시해 의료진이 판단 근거를 확인할 수 있도록 한 것이다.

또한 모든 분석 과정은 병원 내부망에 구축된 전용 저장·분석 인프라(NAS)에서 이뤄진다. 외부 서버로 데이터를 전송하지 않아도 돼 개인정보 보호 체계를 유지하면서 연구 효율성을 확보했다는 설명이다.

조진환 신경과 교수는 "파킨슨병은 조기에 발견하면 약물 치료 효과를 높이고 재활을 통해 기능 저하 속도를 늦출 수 있다"며 "AI 기반 통합 분석이 진단 보조 도구로 활용될 수 있을 것"이라고 말했다.

정명진 영상의학과 교수는 "향후 치매 등 다른 퇴행성 뇌질환으로 연구 범위를 확대하고, 다기관 협력을 통해 임상 적용 가능성을 검증해 나갈 계획"이라고 밝혔다.