방글라데시 아메리칸 인터내셔널 대학교와 말레이시아 멀티미디어 대학교 공동 연구팀이 인공지능을 활용한 알츠하이머 조기 진단 시스템 'BRAINS'를 개발했다. 연구 논문에 따르면, 이 시스템은 병원에서 수집한 환자 데이터를 기반으로 검증한 결과, 인지 검사 점수와 뇌 크기 등 주요 지표를 조합해 약 77%의 정확도로 알츠하이머를 진단할 수 있어, 특히 병원 접근이 어려운 지역에서 큰 도움이 될 것으로 기대된다.

2050년 치매 환자 1억 4천만 명 시대, 조기 진단이 절실하다

세계보건기구에 따르면 현재 전 세계에서 5,500만 명이 치매를 앓고 있다. 이 중 70%가 알츠하이머 환자다. 더 큰 문제는 이 숫자가 2050년까지 1억 3,900만 명으로 늘어날 것이란 전망이다. 고령화와 진단 지연이 주요 원인이다. 미국 국립노화연구소는 알츠하이머를 노인들이 다른 사람에게 의존하게 되는 주요 원인 중 하나로 꼽으면서도, 특히 의료 시설이 부족한 지역에서는 제대로 된 진단조차 받지 못하는 경우가 많다고 지적했다.

기존 진단 방법은 전문의가 직접 환자를 검사하고, 고가의 MRI 장비로 뇌를 촬영해야 한다. 간이정신상태검사나 임상치매평가 같은 표준화된 검사도 필요하다. 이런 과정은 비용이 많이 들고 전문 인력이 필요해 누구나 쉽게 받을 수 있는 검사가 아니었다.

두 가지 방식으로 환자 상태 분석하는 AI 시스템

BRAINS는 '생의학 검색 강화 지능 신경퇴행 선별검사'라는 뜻의 영문 약자다. 이 시스템은 크게 두 부분으로 나뉜다. 첫 번째는 진단 모듈이다. 이 부분은 환자의 인지 검사 점수와 뇌 크기 측정값을 분석해 알츠하이머 위험도를 평가한다. 간이정신상태검사 점수, 임상치매평가 점수, 뇌 전체 용적, 두개골 내부 공간 크기 같은 정보를 활용한다.

두 번째는 사례 검색 모듈이다. 이 부분은 현재 환자의 정보를 데이터로 변환한 뒤, 과거에 저장된 비슷한 환자 사례들을 찾아낸다. 찾아낸 과거 사례들은 케이스 퓨전 레이어라는 기술을 통해 현재 환자 정보와 결합된다. 이렇게 하면 AI가 단순히 일반적인 지식만 활용하는 게 아니라, 실제 비슷한 환자들이 어떤 상태였는지를 참고해 더 정확한 판단을 내릴 수 있다. 최종적으로 이렇게 결합된 정보가 대규모 언어 모델에 입력되어 진단 결과를 도출한다.

1,100명 환자 데이터로 검증, 기존 AI보다 32%p 더 정확

연구팀은 병원에서 수집한 1,105명의 환자 기록으로 시스템을 만들고 검증했다. 환자들은 조기 발병 알츠하이머, 늦은 발병 알츠하이머, 유전성 알츠하이머, 비유전성 알츠하이머, 비전형 알츠하이머 등 5가지 유형으로 분류됐다. 각 환자의 데이터에는 인지 검사 점수, 뇌 크기, 나이, 성별, 교육 수준, 경제적 상태 등이 포함됐다. BRAINS는 LLaMA2-13B라는 대규모 언어 모델을 기반으로 만들어졌다. 연구팀은 이 모델을 10번 반복 학습시켰고, 한 번에 64개의 데이터를 처리하도록 설정했다.

실험 결과가 놀라웠다. 기본 LLaMA2-13B 모델은 정확도가 45.4%에 불과했다. 하지만 BRAINS는 77.3%의 정확도를 달성했다. 32%포인트나 향상된 수치다. 특히 여러 증상이 동시에 나타나는 복잡한 경우에도 F1 점수 92.9%를 기록하며 높은 신뢰도를 보였다. F1 점수는 정확도와 재현율을 종합적으로 평가하는 지표다.

과거 비슷한 환자 5명 사례 찾아 진단에 활용

BRAINS의 핵심 기술은 검색 강화 생성 방식이다. 시스템은 새로운 환자 정보를 받으면 먼저 그 정보를 숫자 데이터로 변환한다. 그다음 과거 환자 데이터가 저장된 데이터베이스에서 가장 비슷한 사례 1,000개를 찾아낸다. 이때 코사인 유사도라는 수학적 방법을 사용한다. 1,000개 중에서 다시 한번 순위를 매겨 최종적으로 가장 유사한 5개 사례를 선택한다. 선택된 5개 사례는 특수한 방식으로 현재 환자 정보와 합쳐진다. 이 과정에서 크로스 어텐션이라는 기술이 사용되는데, 이는 현재 환자 정보와 과거 사례들 사이의 연관성을 찾아내는 방법이다.

결과적으로 만들어진 통합 정보가 AI 모델에 입력되어 최종 진단이 이루어진다. 이런 방식 덕분에 BRAINS는 단순한 일반 지식이 아니라 실제 임상 사례의 패턴을 반영한 판단을 할 수 있다. 실험에서 이런 검색 방식을 쓰지 않았을 때는 정확도가 60.0%였지만, 1개 사례를 참고하니 71.2%로, 2개를 참고하니 72.7%로 올라갔다.

병원 접근 어려운 지역에서 조기 발견 도구로 활용 기대

BRAINS는 단순히 기술적으로 발전된 시스템을 넘어 실제 의료 현장에서 활용될 수 있는 도구다. 특히 신경과 전문의나 비싼 촬영 장비를 갖추지 못한 지역에서 큰 도움이 될 것으로 보인다. 이런 곳에서는 BRAINS를 통해 기본적인 인지 검사 결과만으로도 믿을 만한 선별 검사를 할 수 있다.

연구팀은 BRAINS를 경험이 적은 의사들을 돕기 위한 보조 도구로 설계했다고 밝혔다. 시스템은 인지 평가, 행동 기록, 뇌 영상 요약 같은 핵심 신경학 데이터 분석에 특화돼 있다. 또한 진단 결과가 왜 그렇게 나왔는지 설명을 함께 제공해, 의료진이 최종 판단을 내릴 때 투명하게 참고할 수 있다. 다만 연구팀은 BRAINS가 앞으로 다양한 신경학 질환 진단으로 확장될 가능성은 있지만, 현재는 알츠하이머 질환에 집중된 초기 단계라고 설명했다.

FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)

Q1. BRAINS는 어떻게 알츠하이머를 진단하나요?

A: BRAINS는 환자의 간단한 인지 검사 점수와 뇌 크기 정보를 AI로 분석합니다. 동시에 과거 비슷한 환자 5명의 사례를 찾아 참고하여 77.3%의 정확도로 알츠하이머 단계를 판단합니다.

Q2. 기존 진단 방법보다 BRAINS가 나은 점은 무엇인가요?

A: 기존 방법은 전문의와 비싼 MRI 장비가 필요해 아무나 쉽게 받기 어렵습니다. 하지만 BRAINS는 기본 인지 검사 결과만으로도 작동해 병원이 부족한 지역에서도 사용할 수 있습니다. 또한 과거 비슷한 환자 사례를 참고해 왜 그런 진단이 나왔는지 설명도 제공합니다.

Q3. BRAINS는 알츠하이머 외에 다른 질병도 진단할 수 있나요?

A: 현재는 알츠하이머 진단에만 사용되는 초기 단계 모델입니다. 다만 연구팀은 경도인지장애 같은 다른 뇌 질환으로도 확장할 수 있는 구조로 설계했다고 밝혔습니다. 앞으로 다양한 신경 질환 진단으로 발전할 가능성이 있습니다.

해당 기사에 인용된 논문 원문은 arvix에서 확인 가능하다.

논문명: BRAINS: A Retrieval-Augmented System for Alzheimer's Detection and Monitoring

이미지 출처: 이디오그램 생성

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.