신속한 질병 진단은 아주 중요합니다. 특히 사랑하는 사람이 인지 능력을 서서히 잃게 되는 경우에 그렇죠.
리투아니아의 카우나스 공과대학(Kaunas University of Technology) 연구진은 뇌 영상으로 알츠하이머의 발병 가능성을 99% 이상의 정확도로 예측할 수 있는 딥 러닝 기반 방법을 개발했다고 보고했습니다.
신속해진 알츠하이머 진단이 미치는 영향은 엄청날 수 있습니다. 세계보건기구에 따르면 치매의 가장 큰 원인으로 꼽히는 알츠하이머 병에 걸리는 사람들은 매년 이미 2,400만 명에 달합니다. 이 수치는 세계 인구가 고령화될수록 더욱 늘어날 전망입니다.
알츠하이머에 있어서 속도는 매우 중요합니다. 아직 이에 대한 치료법은 없지만 몇몇 연구는 알츠하이머의 진행과정에서 조기에 치료를 시작하는 것이 큰 이점을 준다는 사실을 보여줍니다.
딥 러닝 기반 방법모델을 작업해온 팀을 감독한 카우나스 대학의 연구원 라이티스 마스켈리우나스(Rytis Maskeliūnas)는 한 서면에서 “데이터를 분류하고 특징을 찾는 가장 지루한 작업을 할 수 있는 로봇과 같은 어떤 한 기계를 생각해보세요”라고 말했습니다.
“그 컴퓨터 알고리즘이 잠재적으로 알츠하이머에 걸릴 만한 사례를 선택하고 나면, 전문가는 이 사례들을 더욱 면밀히 살피게 됩니다. 이렇게 환자에게 진단과 치료를 더욱 신속하게 내릴 수 있게 됨에 따라 모든 사람들이 혜택을 받게 됩니다”라고 덧붙였습니다.
일반인들은 알츠하이머의 초기 징후를 친구나 친척에게서 분간해내기가 어려울 수 있습니다. 알츠하이머의 첫번째 신호인 경도 인지 장애(MCI, mid cognitive impairment)를 노화의 일반적인 증상과 구별하기란 어렵기 때문입니다.
두뇌의 기능적 자기 공명 영상은 확실히 도움을 확실히 주지만, 이 영상에서 알츠하이머의 증상을 발견하는 것은 특정한 지식이 필요하며 시간이 소요되는 것이 문제점이라고 연구진들은 지적합니다.
그러나 딥 러닝 기술은 이런 절차를 상당히 신속하게 만들어 알츠하이머에 걸린 이들이 의료 전문가들로부터 빠르게 평가받도록 해줍니다.
카우나스 대학 팀의 딥 러닝 기반 모델은 이미 잘 알려진 ResNet 18 신경망을 기반으로 138명의 피험자의 fMRI영상을 분류합니다.
연구진은 알츠하이머병 신경영상 이니셔티브 fMRI데이터 세트의 이미지를 가지고 NVIDIA GPU가 탑재된 워크스테이션에서 모델을 훈련시켰습니다.
이로써 이 훈련된 모델은 경도 인지 장애(MCI)의 특징을 효과적으로 찾아내, 경도 인지 장애와 초기 알츠하이머 장애를 99.99%의 정확도로 분류할 수 있었습니다.
또한 이 모델은 후기 경도 인지 장애와 알츠하이머병, 그리고 경도 인지 장애와 초기 경도 인지 장애 간의 구분을 99.95% 정확도로 달성했습니다.
라이티스 마스켈리우나스 연구원은 “이번이 알츠하이머 초기 발병을 유사한 데이터로부터 진단하려는 첫번째 시도는 아니었지만 이번 일로 우리가 가장 크게 성공을 거둔 것은 알고리즘의 정확도입니다. 그렇게 높은 정확도 수치는 실제 의료 성과로 얻은 지표는 아니지만, 우리는 더욱 많은 데이터를 얻기 위해 의료 기관과 협력하고 있습니다”라고 말했습니다.
앞으로 이 알고리즘은 65세 이상이나 치매 가족력이 있는 취약층의 데이터를 신속하게 분석해 의료진에게 알릴 수 있는 소프트웨어의 기반으로 사용될 수 있을 것입니다.