알츠하이머병을 최대 7년 전에 예측할 수 있는 머신러닝 기반 인공지능(AI) 모델이 나와 주목된다.

특히 이 모델은 전자의무기록(EMR)을 기반으로 작동하며 예측 기간이 줄어들수록 더 정확하다는 점에서 조기 진단과 예방에 획기적 기반이 될 것으로 전망된다.

현지시각으로 21일 네이처(NATURE)지에는 EMR을 기반으로 알츠하이머병 발병을 예측하는 인공지능에 대한 검증 연구 결과가 게재됐다(10.1038/s43587-024-00573-8).

전 세계적인 고령화로 인해 알츠하이머병을 포함한 신경 퇴행성 질환에 대한 경각심을 날이 갈수록 높아지고 있는 추세다.

특히 알츠하이머병의 경우 치료와 관리에 환자는 물론 보호자의 노력이 들어간다는 점에서 사회적 문제가 되고 있는 상황.

이로 인해 의학계에서는 질환에 대한 직접적 치료와 관리보다는 조기 진단을 통한 예방과 악화 방지 등 사전 개입으로 초점을 맞추고 있다.

캘리포니아 의과대학 앨리스 탕(Alice S. Tang) 교수가 이끄는 연구진이 머신러닝을 기반으로 알츠하이머병을 예측하는 인공지능 개발에 나선 배경도 여기에 있다.

인공지능을 통한 질병 예측 모델이 점점 더 발전하고 있다는 점에서 알츠하이머병에도 이를 적용할 수 있을 것이라는 기대에서다.

이에 따라 연구진은 500만명에 달하는 UCSF(University of California San Francisco) 데이터 베이스를 통해 머신러닝을 진행하고 검증 연구를 진행했다.

기반이 되는 데이터는 EMR로 성별과 연령, 혈압, 혈당, 골밀도까지 모든 정보를 학습시켰고 이 중 알츠하이머병 예측 인자를 선별하는데 집중했다.

그 결과 고혈압과 고콜레스테롤, 비타민D가 알츠하이머병의 주요 예측 요인이 되는 것으로 분석됐다. 성별과 연령에 관계없이 예측 지표로서 확실하게 작동한 것.

성별에 따라 일정 부분 차이가 있는 지표도 있었다. 남성의 경우 발기부전과 전립선 비대가 주요 지표로 작용했고 여성은 골다공증이 매우 중요한 예측 인자로 부각됐다.

따라서 연구진은 이러한 예측 지표를 기반으로 인공지능 모델을 개발하고 이에 대한 검증에 들어갔다.

알츠하이머병 진단 환자 749명과 대조군 25만명을 대상으로 검증한 결과 인공지능 모델의 정확도를 보여주는 수신기 작동 특성 곡선하 면적(AUROC)은 7년 기준 0.72를 기록했다.

알츠하이머병이 발병하기 7년 전에 72%의 확률로 이를 잡아낼 수 있다는 의미가 된다.

이러한 정확도는 예측 기간이 줄어들 수록 더욱 높아졌다. 실제로 알츠하이머병이 나타나기 하루 전에는 AUROC가 0.81까지 올라갔다.

앨리스 탕 교수는 "의료기관의 가장 기본적인 데이터인 EMR을 통해 위험 인자를 추출하고 이를 통해 조기 진단과 예측이 가능하다는 것을 보여준 매우 중요한 연구"라며 "알츠하이머병의 조기 진단과 예방에 큰 전기가 될 것"이라고 밝혔다.