△(왼쪽부터) 한림대학교 인공지능융합학부 최가영 교수, 분당서울대학교병원 재활의학과 김원석 교수, 전자및정보공학과 황한정 교수

고려대학교 세종캠퍼스(부총장 양지운) 황한정 교수(전자및정보공학과), 분당서울대학교병원 김원석 교수(재활의학과), 한림대학교 최가영 교수 공동연구팀이 뇌졸중 환자의 맞춤형 재활치료를 인공지능으로 자동화하여 치료 효율을 최대 82% 향상시키는 기술을 개발했다.

 

이 기술은 전문 의료진의 도움 없이도 환자 스스로 집에서 뇌신경 재활훈련을 수행할 수 있게 하는 혁신적 접근으로, 비대면·홈 기반 디지털 헬스케어 시대를 앞당길 핵심 원천기술로 평가된다.

 

이번 연구 결과는 신경공학 및 재활 분야의 세계적 학술지 Journal of NeuroEngineering and Rehabilitation(Impact Factor 5.2, 재활 분야 상위 2%)에 게재되었으며, 논문명은 Clinical Feasibility of Motor Hotspot Localization Based on Electroencephalography Using Convolutional Neural Networks in Stroke이다.

 

최근 의료계에서는 약물 대신 미세 전류를 이용해 질병을 치료하거나 증상을 완화하는 전자약(electroceutical) 기술이 차세대 치료법으로 주목받고 있다. 그중 경두개전기자극(transcranial electrical stimulation, tES) 은 두피에 약한 전류(1~2mA)를 흘려 뇌의 신경 활동을 조절하는 비침습적 뇌자극 방법으로, 뇌졸중으로 인한 운동기능 저하나 우울증과 같은 정신질환 증상 완화에 효과적인 것으로 알려져 있다.

 

그러나 기존 tES 치료는 환자가 매번 병원을 방문해야 하고, 자극 위치를 전문가의 경험적 판단에 따라 선정해야 하는 번거로움이 있었다. 이러한 절차는 거동이 불편한 환자의 접근성을 낮추고, 치료 순응도와 효과를 떨어뜨리는 주요 요인으로 지적돼 왔다.

 

△정상인과 뇌졸중 환자의 최적의 뇌전기자극 위치인 motor hotspot 위치,

이에 연구팀은 과거 개인별 뇌파(EEG) 데이터를 활용해 환자에게 최적화된 전기자극 위치를 자동으로 찾아주는 인공신경망(ANN) 기반 알고리즘을 세계 최초로 개발한 바 있다. 이번 연구는 그 성과를 한층 발전시킨 것으로, 기존에는 전문가의 고도화된 신호처리와 해석이 필요했던 복잡한 뇌신호 분석 과정을 딥러닝 기반 인공지능이 자동으로 수행하도록 개선했다. 이를 통해 별도의 데이터 가공 없이 원시 뇌파(raw EEG data) 를 그대로 활용하면서도 기존 연구 대비 최대 82%의 성능 향상을 달성하였다.

 

이 기술은 전문 인력의 도움 없이도 환자와 보호자가 가정에서 손쉽게 뇌전기자극 재활을 수행할 수 있도록 지원한다. 연구팀은 이번 성과가 뇌졸중 환자의 재활 효율과 치료 순응도를 높이고, 비대면·홈 기반 치료의 활성화를 통해 환자와 보호자의 부담을 줄이는 동시에 사회적 의료비 절감에도 기여할 것으로 기대하고 있다.

 

연구책임자인 황한정 교수는 “이번 연구개발 성과는 환자 및 일반인이 일상생활에서도 손쉽게 활용할 수 있는 뇌전기자극 기반 디지털헬스케어 전자약의 원천기술로서 활용 가능성이 크다”며, “추가 연구를 통해 기술의 임상적 유용성을 검증하고, 상용화 가능성을 높이는 고도화 작업을 진행할 계획”이라고 밝혔다.

 

△CNN기반 인공지능 알고리즘을 활용하여 뇌파만으로 motor hotspot을 추정한 오차 (3 mm 이내) (63개의 센서부터 9개까지 센서의 개수를 줄여가며 평가)

이번 연구는 정보통신기획평가원(대학ICT연구센터사업), 한국연구재단(뇌과학선도융합기술개발사업·STEAM연구사업·지역혁신선도연구센터육성사업), 분당서울대학교병원의 지원으로 수행되었다.