파킨슨 병 심부 뇌 자극기 이식시 인공 지능으로 미세 전극 측정 신호를 분석하여 결과를 예측할 수있다. 앞으로 더 많은 데이터와 경험이 축적됨에 따라 치료에 큰 도움이 될 것으로 기대됩니다.
백선하, 김희찬, 선석규, 서울대 병원, 세종 충남대 병원 박광현 교수, 전신 마취하에 뇌 심부 자극을받은 파킨슨 병 환자 34 명의 미세 전극 측정 기록 분석 인공 지능 딥 러닝 기술을 사용하여 수술 후 임상 결과를 예측합니다. 22 일 발표.
파킨슨 병은 중뇌에 위치한 도파민 뉴런이 원인을 모른 채 정상인에 비해 약 70 % 소실 될 때 발생합니다. 알츠하이머 병 이후 가장 흔한 노인성 퇴행성 뇌 질환으로 65 세 이상 100 명 중 약 2 명이 관찰된다.
떨림, 뻣뻣함, 자세 불안 및 보행 장애는 파킨슨 병의 증상입니다. 증상의 발병을 억제하기 위해 수행되는 전형적인 치료법은 심부 뇌 자극입니다. 그것은 뇌의 비정상적인 영역에 전극을 놓고 자극함으로써 신경 회로를 조절합니다. 정확하고 적절한 대상을 찾는 것이 가장 중요합니다.
수술실에서는 환자의 두개골에 구멍을 뚫고 MRI를 통해 결정된 뇌 영역에 미세 전극을 배치 한 다음 위치를 조금씩 움직여 뇌에서 발생하는 전기 신호를 측정합니다. 이때 기록 된 전기 신호를 분석하고 효과가 가장 좋을 것으로 예상되는 위치에 실제 자극 전극을 삽입한다.
연구팀은 인공 지능 딥 러닝을 통해 미세 전극을 통해 얻은 신호를 분석해 결과를 예측했다. 이후 실제 수술 후 환자의 상태를 개선 정도에 따라 구분하여 인공 지능 예측과 비교했다.
심부 뇌 자극은 양쪽에서 이루어 지지만, 신체의 좌우에 미치는 각 전극의 효과가 다를 수 있다는 점을 감안하면 인공 지능 알고리즘 내에서 다중 구조를 이용하여 좌우의 비율을 다르게 적용한다.
5 : 1과 6 : 1의 비율이 가장 높은 예측 정확도를 보여 최대 80.21 %에 도달했습니다. 연구팀은 실제 뇌신경 기저핵의 기능적 구조와 유사성을 보였다고 밝혔다.
백선하 교수는 “파킨슨 병 환자에서 뇌 심부 자극을 할 때 최적의 표적을 찾는 새로운 패러다임이 될 것”이라고 말했다.
김희찬 교수는“심부 뇌 자극 이식의 예후를 예측하기 위해 딥 러닝 기법을 적용한 새로운 시도”라며“앞으로 인공 지능 기술을 활용 한 임상 의사 결정 지원 시스템이 더 많이 개발 될 것”이라고 내다봤다. “
미세 전극 측정 신호에 인공 지능을 이용한 수술 결과 예측을 최초로 시도한이 연구는 국제 저널 ‘PLOS ONE’최신호에 게재됐다.