송 교수는 뇌파 중 알파(α)파가 특정 주파수로 대체되는 경우 다양한 신경질환이 발생한다는 경험적 가설이 있음에도 실제 데이터를 사용한 증명이 부족하다는 점에 주목했다. 뇌파도(EEG; Electroencephalography)를 정확하게 분석하면 환자의 이비인후과 및 신경과 질환을 진단해낼 수 있고, 나아가 질환의 원인 규명을 위한 단서도 발견할 수 있을 것으로 판단한 것이다. 실제로 연구팀의 뇌파분석 결과, 대조군인 건강한 일반인 264명과 비교해 이명 환자(153명), 만성통증 환자(78명), 파킨슨 환자(31명), 우울증 환자(15명)는 전류 밀도가 유의하게 달라지는 것이 확인됐다.
이를 바탕으로 기계학습(Machine Learning) 인공지능 시스템에 기반한 뇌파도 분석을 통해 정상인 그룹과 이명 등 질환 환자군 간에 감별되는 차이점을 분석해낼 수 있다는 것을 최초로 확인했고 이명은 약 88%, 만성 통증은 92%, 파킨슨병은 94%, 우울증은 75%의 진단 정확도를 보여 향후 활용에 대한 기대를 높였다. 이러한 결과는 뇌파도에 근거한 인공지능 시스템의 각 질환의 객관적 진단 방법으로서의 효용성을 증명했다는 데도 의의가 있다고 연구팀은 밝혔다.
송재진 교수는 "환자의 주관적 증상 외에 인공지능 등 정밀의학(Precision Medicine)에 근거한 객관적 진단법의 개발 가능성을 열었다는 점에 이번 연구의 의의가 있다"며"향후 지속적으로 대규모 연구를 통해 다양한 이비인후과, 신경과, 정신건강의학과적 질환의 객관적 진단법을 개발하고 싶다"는 포부를 밝히기도 했다.
이번 연구는 한국연구재단의 신진연구자 지원 사업에 따라 진행됐으며 '네이쳐 커뮤니케이션스(Nature Communications, Impact Factor 12.124)' 최근호에 실렸다.
[이병문 의료전문 기자]
[ⓒ 매일경제 & mk.co.kr, 무단전재 및 재배포 금지]
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
