치매 고위험군 조기 판별을 위한 경제적·접근성 높은 수단 부족
- 유럽에는 정상적인 노화와 치매의 중간 단계인 경도인지장애(MCI) 환자가 1,000만 명 이상 있으며, 이 가운데 약 절반이 5년 이내 치매로 진행하는 것으로 알려짐
- 그러나 현재는 어떤 환자가 치매 고위험군인지 조기에 판별할 수 있는 경제적이고 접근성 높은 수단이 부족함
- 이에 EU 지원 AI-Mind 프로젝트는 다양한 실제 임상데이터와 AI를 결합해 치매로 진행될 위험을 조기에 예측하는 임상 의사결정 지원시스템을 개발함
뇌 영역 간 미세한 연결 변화 AI로 포착
- 연구진이 제작한 AI-Mind Connector는 일반적인 뇌파검사에서 얻은 데이터를 첨단 신호처리 기술과 AI로 분석해 증상이 나타나기 수년 전부터 발생할 수 있는 뇌 영역 간 연결성의 미세한 변화를 찾아냄
- 이어 AI-Mind Predictor가 뇌파 분석 결과와 인지검사, 유전정보, 혈액 바이오마커, 인구통계 및 임상 기록을 종합해 향후 인지 건강 위험을 예측함
- 이와 같은 머신 러닝 모델은 1,000명 이상의 경도인지장애 환자와 약 4,000건의 임상 방문 데이터로 구성된 대규모 장기 추적 코호트를 이용해 학습·평가됨
- 특히 연구진은 뇌 연결성 지표와 혈액 바이오마커를 결합할 경우 치매 위험을 보다 정밀하게 분류할 가능성을 확인함
EU AI법·의료기기 규제까지 고려해 개발
- AI-Mind의 특징 중 하나는 기술 개발 초기부터 실제 임상 적용에 필요한 신뢰성과 규제 준수 요건을 반영했다는 점임
- 연구진은 ▲EU 일반개인정보보호법(GDPR) ▲FAIR 데이터 원칙 ▲EU 의료기기규정(MDR) ▲EU AI법(AI Act) 등에 맞춰 시스템을 개발함
- 또한, 새로운 의료기술이 환자의 치료 결과를 개선하고 비용 대비 효과를 낼 수 있는지를 의료기관과 정책입안자가 평가할 수 있도록 초기 의료기술평가(HTA) 프레임워크도 공개함
치매 치료를 '진단 후 대응'에서 '정밀 예방'으로
- 프로젝트는 임상 알고리즘뿐 아니라 다중모달 의료데이터 관리, 자동화된 EEG 처리, 합성데이터 생성, AI 품질관리 및 규제준수 소프트웨어 개발 인프라도 구축함
- 이 인프라는 현재 eBrain-Health, FluiDX-AD, TEF-Health 등 다른 유럽 연구·혁신 사업에서도 활용되고 있으며, 별도의 스핀오프 기업을 통해 임상 적용과 상용화도 추진되고 있음
- 궁극적으로 AI-Mind는 치매 관리를 기존의 '진단 후 대응'에서 '조기 위험 예측을 통한 정밀 예방·개인맞춤형 개입'으로 전환할 가능성을 제시함
AI-Mind 프로젝트
- 기간: 2021.03~2026.02
- 예산: 139만 9,886유로 (EU 139만 9,886유로 지원)
- 기관: OSLO UNIVERSITETSSYKEHUS HF (노르웨이)
