보행, 음성, 뇌 영상(MRI·PET) 등 서로 다른 임상 데이터를 통합 분석해 파킨슨병을 감별하는 ‘멀티모달’ 인공지능(AI) 모델이 개발됐다.

삼성서울병원 AI연구센터(센터장 양광모 교수)는 파킨슨병과 진행성 핵상 마비, 다계통위축증 등 파킨슨플러스 증후군을 구분하는 AI 모델의 성능을 확인했다고 23일 밝혔다.

파킨슨병은 초기 증상이 뚜렷하지 않고, 유사 질환과의 감별이 쉽지 않아 진단이 지연되는 경우가 있다. 연구팀은 사람의 눈으로 구별하기 어려운 미세한 보행 패턴, 음성 변화, 뇌 구조 차이를 AI가 종합적으로 분석할 수 있다는 점에 주목했다.

신경과 조진환 교수와 영상의학과 정명진 교수 연구팀은 지난 4년간 파킨슨병 363명, 진행성 핵상마비 67명, 다계통위축증 61명 등 약 500명의 환자 데이터를 수집·표준화해 통합 데이터베이스를 구축했다. 이를 기반으로 ▲보행 데이터 기반 낙상 위험 예측 모델 ▲음성 검사 기반 파킨슨 중증도 분류 모델 ▲MRI 기반 뇌 구조 자동 분석 모델을 각각 개발했다.

임상 평가 결과, 음성 기반 중증도 분류 모델은 AUC 0.96을 기록했다. MRI 기반 질환 감별 모델은 0.91, 보행과 뇌 영상을 함께 분석한 낙상 예측 모델은 0.84의 성능을 보였다. 연구팀은 서로 다른 임상 데이터를 결합해 분석하는 방식의 유용성을 확인했다고 설명했다.

이번 모델은 단순히 결괏값만 제시하는 것이 아니라, 보행 안정성 지표, 뇌 구조 변화, 음성 특징 등 판단 근거를 함께 제공하도록 설계됐다. 의료진이 AI의 분석 과정을 참고해 진단 판단에 활용할 수 있도록 한 것이다.

해당 시스템은 병원 내부망에 구축된 전용 데이터 저장·분석 시스템(NAS)을 기반으로 개발돼 의료 데이터 외부 반출 없이 분석할 수 있도록 구현됐다.

최근 의료 AI는 단일 영상 판독 보조에서 나아가 서로 다른 임상 데이터를 종합 해석하는 방향으로 확장되는 흐름을 보이고 있다. 이번 연구 역시 보행·음성·영상 정보를 함께 분석하는 구조를 적용했다는 점에서 이러한 변화와 맞닿아 있다.

다만 이번 연구는 단일 기관 환자 데이터를 기반으로 한 모델 성능 평가 단계로, 실제 임상 현장 적용을 위해서는 다기관 검증과 추가 연구가 필요하다.

조진환 교수는 “파킨슨병은 조기에 발견할수록 약물 치료 효과가 좋고 재활을 통해 증상 진행을 늦출 수 있다”며 “AI가 여러 검사 결과를 빠르게 종합 분석해 조기 진단을 돕고, 환자별 맞춤 치료 계획을 세우는 데 기여할 것”이라고 말했다.

정명진 교수는 “이번 연구를 바탕으로 치매 등 다른 신경계 질환으로 적용 범위를 넓히고 다기관 협력 연구로 발전시켜 더 많은 환자에게 도움이 되도록 하겠다”고 밝혔다.

한편, 삼성서울병원 AI연구센터는 이번 연구를 포함해 SCIE급 논문 27건을 발표하고 특허 45건을 출원했다고 설명했다. 개발된 기술은 응급의학과, 안과, 재활의학과 등 10개 이상의 진료과로 확산해 후속 연구에 활용되고 있다.