국내 교수팀이 렘수면행동장애 환자의 ‘뇌파’를 이용해 치매와 파킨슨병을 예측하는 머신러닝 모델을 개발하고, 예측력을 검증한 결과를 발표했다.

서울대병원 신경과 정기영·김한준 교수 및 강동경희대병원 변정익 교수팀은 서울대병원에서 수면다원검사를 받은 렘수면장애 환자 233명을 최대 9년간 추적 관찰해 신경퇴행성질환 발병군과 미발병군으로 구분하고, 이들의 뇌파 특성을 비교분석했다.

이후 신경퇴행성질환 발병과 연관된 뇌파를 사용하여 첫 신경퇴행성질환 발병까지 걸린 시간을 예측하는 머신러닝 모델을 설계했다. 

테스트 결과, 예측 성능을 나타내는 IBS(낮을수록 우수)와 C-index(높을수록 우수) 수치는 각각 0.113, 0.721로 우수했다.

이어 발병군의 뇌파만 분석하여 렘수면행동장애가 ‘치매(인지기능 이상)’ 또는 ‘파킨슨병(운동기능 이상)’ 중 어느 유형으로 진행할지 분류하는 머신러닝 모델도 설계했다. 그 결과, 예측 성능을 나타내는 AUROC(곡선아래면적) 수치는 0.901로 우수한 것으로 나타났다.

신경퇴행성질환 발병 시기 및 유형 예측 머신러닝 모델은 공통적으로 ‘뇌파 둔화’ 관련된 특성의 중요성이 높았다. 뇌파는 저주파(델타파, 세타파)가 증가하거나 고주파(감마파, 베타파)가 감소할 경우 둔화된다.

교수팀에 따르면 신경퇴행성질환 ‘발병군’은 미발병군보다 뇌파가 둔화되었고, 발병군 중에서는 ‘치매’가 파킨슨병보다 뇌파가 둔화되는 양상을 보였다. 뇌파검사로 확인된 느린 뇌파 양상은 신경퇴행의 시작을 의미하므로, 주의가 필요하다는 것이다.

이어 대규모 코호트에서 ‘뇌파’를 활용하여 예측하기 어려웠던 렘수면행동장애 환자의 예후를 일찍이 파악할 수 있다는 가능성을 제시해 의미가 크다는 것이다. 

정기영 교수는 “이번 연구에서 인공지능 기술 기반으로 개발된 신경퇴행성질환 예측 모델을 활용하면 의료진은 렘수면행동장애 환자 중 치료가 필요한 대상을 조기 선별하고, 환자는 맞춤형 진료를 받을 수 있을 것으로 기대된다.”라고 말했다.

이번 연구는 한국연구재단 지원으로 수행됐으며 국제학술지 ‘수면(SLEEP)’ 최근호에 게재됐다.​​

한편 노인성 잠꼬대로도 불리는 렘수면행동장애는 꿈속의 행동이 현실로 표출되면서 자는 동안 소리를 지르거나 몸부림치는 행동이 나타나는 수면장애다. 

매년 렘수면행동장애 환자의 6%는 치매, 파킨슨병 등 ‘신경퇴행성질환’으로 진행된다고 알려졌는데 언제, 어떤 유형으로 발병할지는 예측하기 어려웠다.

[메디컬월드뉴스 김영신 기자]