인공지능 (AI) 기반 파킨슨병 진단 및 중증도 평가. KAIST 제공한국과학기술원(KAIST)는 생명과학과 허원도 석좌교수 연구팀이 뇌인지과학과 김대수 교수 연구팀, 기초과학연구원 이창준 단장 연구팀과 함께 인공지능 분석과 광유전학을 결합해 파킨슨병 동물 모델에서 조기·정밀 진단과 치료 가능성을 입증하는 연구 성과를 거뒀다고 22일 밝혔다.
연구팀은 두 단계의 중증도를 가진 파킨슨병 생쥐 모델을 구축하고, KAIST 뇌인지과학과 김대수 교수 연구팀과의 공동 연구를 통해 인공지능 기반 3D 자세 추정 기술을 행동 분석에 도입했다.
연구팀은 파킨슨병 생쥐의 걸음걸이, 손발 움직임, 떨림 같은 340여 가지 행동 신호를 인공지능으로 분석해 파킨슨 행동지수를 만들었다. 이 지수를 통해 파킨슨병을 발병 초기부터 기존 검사보다 더 정확하게 구분할 수 있게 됐다.
분석 결과, 파킨슨 행동지수는 질환 유도 2주 시점부터 대조군 대비 유의한 차이를 보였으며, 기존 운동능력 검사보다 더 민감하게 질환 정도를 판별했다. 보폭 변화, 손발 움직임 비대칭, 흉부 떨림 같은 행동이 파킨슨병 진단의 핵심 요인임을 밝혔다. 이를 통해 상위 20개 행동 표지에 손·발 비대칭, 보폭·자세 변화, 흉부 고빈도 성분 증가 등이 포함됐다.
연구팀은 또 행동 지표가 단순히 운동 기능 저하를 나타내는 것인지, 파킨슨병에만 나타나는 특이한 변화인지 확인하기 위해 IBS 이창준 단장팀과 함께 루게릭병 생쥐 모델에도 같은 분석을 적용했다.
분석 결과, 루게릭병 동물 모델은 운동 기능이 떨어졌음에도 파킨슨병에서 보였던 높은 파킨슨 행동지수는 나타나지 않았다. 오히려 낮은 수준을 유지했으며, 행동 변화 양상도 파킨슨병과는 확연히 달랐다. 이는 파킨슨 행동지수가 단순한 운동 장애가 아니라 파킨슨병에만 나타나는 특징적인 변화와 직접적으로 관련됨을 보여준다.
KAIST 허원도 교수, 제 1저자 KAIST 현보배 박사후연구원, 김대수 교수, 이창준 IBS 단장(왼쪽부터). KAIST 제공연구팀은 파킨슨병 치료를 위해서 뇌 신경 세포기능을 빛으로 정밀하게 조절하는 광유전학 기술 '옵토렛'을 활용했다.
그 결과, 파킨슨병 동물 모델에서 걷기와 팔다리 움직임이 더 매끄러워지고 떨림 증상이 줄어드는 효과가 확인됐다. 특히 하루 걸러 한 번 빛을 쏘는 방식이 가장 효과적이었으며, 뇌 속 도파민 신경세포도 보호되는 경향을 보였다.
허원도 KAIST 석좌교수는 "이번 연구는 인공지능 기반 행동 분석과 광유전학을 결합해 파킨슨병의 조기진단–치료평가–기전검증을 하나로 잇는 전임상 프레임을 세계 최초로 구현했다"며 "향후 환자 맞춤형 치료제와 정밀의료로 이어질 중요한 토대를 마련했다"고 말했다.
이번 연구 결과는 국제 학술지 네이처 커뮤니케이션즈 온라인판에 지난달 21일에 게재됐다.