전세계적으로 5천만명에 달하는 사람이 뇌전증으로 고통을 겪고 있다. 뇌전증 환자들은 언제 발작이 일어날지 알수 없기 때문에 심리적으로,그리고 사회적으로 큰 두려움을 안고 살아간다. 만일 발작 시점을 정확히 예측할 수 있다면 미리 약을 먹고 발작을 어느 정도 통제할 수 있다는 게 의학계의 지적이다. 발작 예상 시점을 알수 있다면 최대 70%의 환자들이 약물로 발작을 통제할 수 있을 것으로 보고 있다.

‘IEEE 스펙트럼’에 따르면 히샴 다우드(Hisham Daoud) 등 미국 ‘루이지애나대 라피엣캠퍼스(University of Louisiana at Lafayette)’ 연구진은 뇌전증 발작을 1시간전에 99.6%의 정확도로 예측할 수 있는 인공지능 모델을 개발했다. 연구팀은 연구 성과를 전문 학술지인 ‘IEEE Transactions on Biomedical Circuits and Systems’에 발표했다.

루이지애나대 연구진이 뇌전증 발작을 예측할 수 있는 방법을 처음으로 개발한 것은 아니다. 그동안 여러 연구그룹들이 EEG(뇌전도:electroencephalogram) 테스트를 활용해 뇌의 활동을 분석하고, 이를 기반으로 예측 모델을 개발해왔다. 하지만 이들 연구 성과는 발작 시점을 정확하게 예측하기 힘든 뇌의 패턴을 제시했다. 일반적으로 기존 예측 모델은 수동적으로 뇌의 패턴을 추출하고, 이어 분류 시스템을 적용하는 2단계의 복잡한 과정을 거쳤다.

루이지애나대 연구팀이 개발한 새로운 예측 모델은 뇌의 특징을 추출하는 과정과 분류 과정을 단일의 자동화 시스템에 통합해 예측의 정확도를 높였다. 또한 딥러닝 기술을 이용해 뇌에 심은 서로 다른 전극으로부터 환자의 뇌 활동에 관한 시공간적 특징을 추출하고, 분석하는 새로운 분류법을 도입했다. 여기에 EEG를 통해 확보한 데이터를 통해 뇌의 전기적 활동에 관한 멀티 채널을 구성했다.

연구팀은 보스턴아동병원에 입원한 22명의 환자들을 대상으로 장기적으로 EEG 데이터를 수집해 예측 모델의 정확성을 테스트했다. 소량의 샘플 데이터에도 불구하고 99.6%의 정확도와 빠른 예측이 가능했다는게 연구진의 설명이다. 연구팀은 예측의 정확도를 높이기 위해 각각의 환자를 대상으로 인공지능 모델을 훈련시켰다.

연구팀은 이번 성과를 바탕으로 향후 환자들에게 실제적으로 적용할 수 있는 알고리즘과 하드웨어의 설계를 추진한다는 계획이다.