인공지능(AI)을 이용해 파킨슨병 뇌심부자극기 이식수술 중의 미세전극 측정신호를 분석, 수술 예후를 약 80% 정확도로 예측한 연구 결과가 나왔다. 

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

뇌심부자극술은 파킨슨병의 대표적 증상인 떨림, 강직, 자세불안, 보행장애 등 증상 발현을 억제하기 위해 시행한다. 뇌 이상 부분에 전극을 넣고 자극을 줘 신경회로를 조절하는 것으로 정확하고 적절한 표적을 찾는 것이 가장 중요하다.

연구진은 뇌심부자극술에서 미세전극을 통해 얻은 신호를 인공지능 딥러닝으로 분석해 결과 예측을 하게 했다. 이후 실제 수술 후 환자 상태를 호전 정도에 따라 나누고 인공지능 예측과 비교했다.

 또한 양측에 뇌심부자극술을 시행하지만, 각각의 전극이 신체의 좌우에 미치는 영향이 다를 것이라는 점에 착안해 인공지능 알고리즘 내에서 다중구조를 사용해 좌우의 비율을 다르게 적용했다.

그 결과 5:1과 6:1의 비율에서 가장 높은 예측정확도를 보였으며 최대 80.21%에 달했다. 실제 뇌신경 기저핵의 기능적 구조와 유사성을 보인 것이라고 연구팀은 전했다.

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”라고 연구 의의를 밝히고 “앞으로 인공지능 기법을 활용한 더 많은 임상 의사결정 지원 시스템들이 개발될 것”이라고 전망했다.

이번 연구결과는 국제 학술지 'PLOS ONE'에 발표됐다.