파킨슨병의 운동 증상인 떨림, 서동, 경직, 보행장애 등은 눈에 띄는 신체 증상으로 나타난다. 파킨슨병 증상의 중증도는 의료인의 신경학적 진찰을 통해 객관적 평가와 진단으로 이뤄지며 이 과정에서 주관적인 측정 오차가 발생할 수 있다.

​

신경과 정선주 교수 본 연구팀은 파킨슨병을 평가·진단할 수 있는 객관적이고 일관적인 측정법을 새롭게 개발했다. 연구팀은 30초 내외의 짧은 동영상으로 환자의 동작을 분석해 간단하지만 정확하게 파킨슨병 환자의 중증도를 평가할 수 있는 인공지능 프로그램을 개발했다.

 

이 프로그램을 이용하면 복잡하고 개인마다 다양한 파킨슨병의 운동 증상을 진단하여 중증도를 정확하게 평가할 수 있을 것으로 기대된다.

​

이 인공지능 프로그램은 파킨슨병의 가장 대표적인 증상인 떨림와 서동증의 중등도를 각각 93%와 79%의 정확도로 예측했다. 특히 인공지능 프로그램은 결과 측정에 있어 높은 재현성을 나타냈는데 이는 진료현장에서 서로 다른 의료진이 측정하면서 나타나는 임상척도 결과의 주관성을 극복할 가능성을 보여준다.

 

이러한 인공지능 프로그램이 스마트폰 애플리케이션 등 사용자 친화적 인터페이스로 확장된다면 환자 스스로 본인의 증상의 중등도를 수시로 평가하여 파킨슨병 진료의 질을 높이는데 큰 도움이 될 것으로 기대된다.

 

본 연구팀은 향후 신경과, 융합의학과 공동연구를 통해 차세대 진단법 개발에 매진할 계획이다.

​

보건복지부 연구중심병원 육성 R&D사업의 지원을 받아 수행된 이번 연구 결과는 저명한 신경의학 학술저널인 Neurology (IF 8.77) 3월호에 게재됐다