MGH(Massachusetts General Hospital) 연구팀이 PLOS ONE에 발표한 새로운 연구는 인공 지능을 활용하여 알츠하이머병을 보다 쉽게 감지하는 방법을 밝혔다.

 

통제된 연구 환경에서 수집된 고품질 뇌 자기공명영상(MRI)의 데이터에서 여러 질병을 성공적으로 감지하는 것으로 이미 입증된 딥 러닝을 사용하여 알츠하이머 위험을 90.2%의 정확도로 감지할 수 있었다. 일상적으로 수집된 임상 뇌 이미지를 기반으로 한다.

 

"알츠하이머병은 일반적으로 노인에게서 발생하므로 딥 러닝 모델은 종종 더 드문 조기 발병 사례를 감지하는 데 어려움을 겪습니다."라고 연구 공동 저자인 Matthew Leming은 보도 자료에서 말했다.

 

"우리는 딥 러닝 모델을 환자의 나열된 나이와 지나치게 연관되어 있는 뇌의 특징에 '맹목'하게 함으로써 이 문제를 해결했습니다."

연구원들은 알츠하이머병 유무를 포함하여 2019년 이전에 MGH에서 본 환자들의 MRI를 사용했으며 이러한 뇌 이미지를 기반으로 질병 탐지에 특화된 모델을 개발했다.

 

그런 다음 질병에 걸릴 위험이 있는 환자 2,348명의 MRI 이미지 11,103개와 질병이 없는 환자 8,456명의 MRI 이미지 26,892개에서 모델을 테스트했다.

 

데이터에는 실제 사례의 정확성을 보장하기 위해 2019년 이후 MGH, 2019년 이전 및 이후 브리검 여성 병원, 2019년 이전 및 이후 외부 시스템 등 다양한 병원 및 기간의 5개 데이터 세트가 포함되었다.

 

모든 데이터 세트에서 이 모델은 정확도가 높았고 환자 연령과 같은 다양한 변수에 관계없이 위험을 정확하게 감지할 수 있었다.

 

알츠하이머병은 치매의 가장 흔한 유형이며 질병 통제 예방 센터(Centers for Disease Control and Prevention)에 따르면 경미한 기억력 상실로 시작하여 대화를 계속하고 환경에 대응하는 능력의 상실로 이어질 가능성이 있는 진행성 질병으로 정의된다.

 

2020년 현재 치매를 앓고 있는 캐나다인은 597,000명이며, 미국에는 약 580만 명의 미국인이 알츠하이머병을 앓고 있다.

 

2030년까지 955,900명의 캐나다인이 치매를 앓게 될 것으로 예상된다.

 

"교차 사이트, 교차 시간 및 교차 모집단 일반화 가능성을 갖춘 우리의 결과는 이 진단 기술의 임상 사용에 대한 강력한 사례를 만듭니다."라고 Leming은 말했다.

 

 

*CTV뉴스의 글을 번역,편집한 것입니다.