AI가 알츠하이머를 빠르고 값싸고 더 정확하게 진단

- Advertisement -

알츠하이머병을 가진 사람 뇌 PET 스캔 이미지는 측두엽 기능 상실을 보여준다. (사진=위키피디아)

이제는 인공지능(AI)이 치매의 가장 큰 원인 중 하나로 꼽히는 알츠하이머 증세에 대해 비싼 스캔이나 개인 테스트 없이 더 정확히 진단해 낼 수 있게 됐다.

메디컬 엑스프레스는 28일(현지시각) 미 뉴저지주 스티븐스 공대 서발라슈크미 교수 팀이 알츠하이머 환자들의 미묘한 언어 사용상의 차이를 구별해 알츠하이머 환자를 정확히 진단해 내는 AI알고리즘을 개발했다고 보도했다. 그녀는 이 AI를 영어권 외에서도 사용할 수 있도록 자료를 수집하고 싶어한다.

이 소프트웨어(SW)는 알츠하이머를 무시해도 좋을 만한 비용에, 95% 이상의 정확도로 진단할 수 있을 뿐 아니라, 결론에 이른 과정까지 설명해 줌으로써 의사들이 자신의 진단결과를 중복해 체크할 수 있게 해 준다.

◆ 알츠하이머 환자, ‘명사’를 ‘대명사’로 바꿔 사용하고, 어색하고 에두르는 표현

이 AI툴의 창시자인 K.P. 서발라크슈미 스티븐스 AI연구소 설립 소장이자 찰스 5세 셰퍼 전기·컴퓨터 공학과 교수는 “이것은 진정한 돌파구다”라고 말했다. 그녀는 “우리는 놀라운 새로운 연구 분야를 열어가고 있고 환자들에게 왜 AI가 그런 결론을 내렸는지 훨씬 쉽게 설명할 수 있도록 한다. 이는 의료 분야에서 ‘AI시스템의 신뢰성’이라는 중요한 문제를 해결하고 있다”고 말했다.

알츠하이머병이 사람의 언어 사용에 영향을 줄 수 있다는 것은 오래 전부터 알려져 왔다. 알츠하이머병을 앓고 있는 사람들은 일반적으로 ‘명사’를 ‘대명사’로 대체해 사용하는데, 예를 들어 “소년이 의자에 앉았다”가 아니라 “그가 거기 앉았다”고 말하는 식이다.

환자들은 단순히 “배가 고파”가 아닌 “밥을 안 먹어서 속이 안 좋다”고 말하는 등 어색하게 에두르는 표현을 사용할 수도 있다.

서발라크슈미 교수와 그의 제자들은 시간경과에 따라 학습하는 주의(attention) 메커니즘과 콘볼루션 신경망을 사용한 설명 가능한 AI(explainable AI)를 설계함으로써 잘 알려진 알츠하이머의 표시 신호를 정확하게 식별할 수 있었을 뿐만 아니라 이전에 간과했던 미묘한 언어 패턴을 감지할 수 있는 소프트웨어(SW)를 개발할 수 있었다.

콘볼루션 신경망(Convolutional Neural Network·CNN)은 심층 신경망(Deep Neural Network·DNN)의 한 종류로서 영상 내 객체 분류, 객체 탐지 등 다양한 응용 분야에 폭넓게 활용되는 DNN의 대표적 모델 중 하나다.

◆ 주의 메커니즘과 콘볼루션 신경망으로 설명 가능한 AI 설계···미묘한 언어 패턴 감지

노인들 사이에서 치매의 가장 흔한 원인중 하나인 알츠하이머병은 뇌에서 격자무늬와 엉킴을 보이는 것이 특징이다. 사진=리버사이드대

서발라크슈미 교수 팀은 건강한 피시험자와 알츠하이머 환자들이 만든 텍스트를 이용해 그녀의 AI 알고리즘을 훈련시켰다. 두 집단은 각각 아이들이 항아리에서 쿠키를 훔치는 그림을 묘사했다. 그녀의 연구팀은 구글이 개발한 SW툴을 사용해 각 개인의 문장을 512차원 공간의 특정 지점을 나타내는 고유한 숫자 시퀀스, 즉 벡터로 변환했다.

이 같은 접근법은 복잡한 문장이라도 구체적 수치값을 부여할 수 있게 해 문장 간의 구조적, 주제적 관계를 더 쉽게 분석할 수 있도록 해 준다.

그녀의 AI 시스템은 이러한 벡터들을 특정 주제 전문가들이 파악한 기능들과 함께 사용했다. 이를 통해 AI는 점차 건강하거나 건강하지 않은 피시험자들이 말하는 문장들 사이의 유사점과 차이점을 발견하고, 주어진 텍스트가 알츠하이머에 의해 생성됐을지 여부에 대해 놀랄 만큼 정확하게 판단하는 것을 배웠다. AI는 주어진 텍스트가 알츠하이머 환자들에 의해 생성되었을가능성을 놀랄 만큼 정확히 판단해 낼 수 있었다.

서발라크슈미 교수는 지난 24일 바이오KDD에서 열린 제19차 바이오인포매틱스 데이터 마이닝 국제 워크숍에서 박사과정 밍수안 첸, 닝 왕 학생과 함께 “이는 절대적으로 최첨단”이라며 “우리의 AI SW는 현재 사용할 수 있는 알츠하이머 진단 도구 중 설명가능한 AI이자 가장 정확한 AI다”라고 말했다.

이 시스템은 또한 향후 다른 연구팀에서 확인할 수 있는 새로운 기준을 손쉽게 통합할 수 있기에 시간이 지날수록 더 정확해진다.

그녀는 “우리는 우리의 시스템을 모듈화했고 동시에 투명하게 설계했다”며 “만약 다른 연구원들이 알츠하이머의 새로운 표지(마커)들을 찾아낸다면, 우리는 그것들을 우리의 아키텍처에 간당히 연결해 훨씬 더 나은 결과를 생성해 낼 수 있을 것”이라고 자신했다.

◆ 개발자, 영어 이외 언어로도 사용할 수 있도록 하기 위한 데이터 수집 모색

이론적으로 AI 시스템은 언젠가 개인 이메일에서 소셜 미디어 포스트에 이르기까지 어떤 텍스트를 기반으로 하더라도(사용하더라도) 알츠하이머 환자를 진단할 수 있다.

그러나 먼저, 이 AI 알고리즘은 단지 그림 설명만이 아니라 알려진 알츠하이머 환자에 의해 생성된 많은 다른 종류의 텍스트를 사용해 훈련돼야 할 것이다. 그러나 그러한 종류의 데이터는 아직 이용할 수 없다. 이에 서발라크슈미 교수는 “알고리즘 자체는 믿을 수 없을 정도로 강력하다”며 “우리는 이용할 수 있는 자료에만 제약을 받고 있다”고 말하고 있다.

서발라크슈미 교수는 앞으로 몇 달 동안 자신의 SW가 영어 이외의 언어로 환자를 진단하는 데 사용될 수 있는 새로운 데이터를 수집하고가 한다.

그녀의 팀은 다른 신경학적 조건들, 예를 들어 또한 실어증, 뇌졸중, 외상성 뇌손상, 우울증 등이 언어 사용에 영향을 미칠 수 있는지에 대해 연구하고 있다.

서발라슈크미 교수는 “이 방법은 다른 질병에도 분명 일반화될 수 있다”면서 “우리가 점점 더 나은 많은 데이터를 획득함에 따라, 우리는 다른 많은 질병들을 위한 효율적이고 정확한 진단 도구를 만들 수 있을 것이다”라고 주장했다.

- Advertisement -

Similar Articles

Advertisment

Most Popular

Enable Notifications    OK No thanks