로체스터대 연구진, 영어 한 문장 읽기만으로 파킨슨병 85.7% 정확도로 감지하는 AI 개발

알파벳 연습 문장 하나를 소리 내어 읽는 것만으로 파킨슨병을 조기에 알아낼 수 있는 인공지능이 개발되었습니다.

미국 로체스터 대학교 연구팀은 영어의 모든 알파벳이 들어간 문장인 "the quick brown fox jumps over the lazy dog"을 읽는 음성을 분석해, 85.7%의 정확도로 파킨슨병 환자를 식별하는 AI 모델을 선보였습니다. 해당 연구 결과는 국제 학술지 'npj 파킨슨병(npj Parkinson’s Disease)'에 게재되었습니다.

말이 아닌 목소리의 미세한 떨림을 포착하다

파킨슨병은 손 떨림이나 보행 장애 같은 신체 증상으로 널리 알려져 있지만, 연구진이 인용한 선행 연구에 따르면 환자의 최대 89%가 음성 이상을 겪습니다. 이러한 목소리 변화는 눈에 띄는 운동 장애가 나타나기 전부터 시작되는 경우가 많습니다.

연구팀은 가정과 병원, 요양 시설 등에서 1,306명(파킨슨병 환자 392명, 대조군 914명)의 음성 데이터를 모았습니다. 참가자들은 별도의 전문 장비 없이 웹 브라우저를 통해 마이크로 해당 문장을 읽었습니다.

AI는 무엇을 말하는지가 아니라 '어떻게 소리를 내는지'에 집중했습니다. WavLM, ImageBind, Wav2Vec 2.0 등 세 가지 음성 모델을 결합한 독자적인 융합 설계를 적용해 인간의 귀로는 감지하기 어려운 음질, 리듬, 발음의 미세한 왜곡을 포착했습니다. 그 결과 테스트 데이터셋에서 85.7%의 정확도와 88.9%의 AUROC 수치를 기록했습니다.

논문에서 인용한 통계에 따르면 비전문의의 파킨슨병 진단 정확도는 약 73.8%, 운동 장애 전문의는 약 79.6% 수준입니다. 모델을 한 번도 학습하지 않은 외부 병원 데이터에 적용했을 때도 70%에서 75%의 정확도를 유지했습니다.

25%의 위음성률과 남겨진 한계

하지만 이 기술을 곧바로 최종 진단 수단으로 볼 수는 없습니다.

가장 큰 한계는 질환을 놓치는 비율, 즉 위음성률이 25%에 달한다는 점입니다. 민감도는 75%, 특이도는 91.08%로 환자 4명 중 1명은 잡아내지 못합니다. 확진용 검사라기보다는 1차 선별 도구에 가깝습니다.

또한 노화로 인해 자연스럽게 목소리가 변하는 고령 여성이나 특정 연령대 남성 집단에서는 오류 발생률이 상대적으로 높게 나타났습니다. 현재는 영어 사용자만 지원하며, PC와 안정적인 인터넷 접속 환경이 갖춰져야 한다는 제약도 존재합니다.

왜 중요한가

우리가 주목하는 부분은 수치 자체보다 검사의 문턱을 획기적으로 낮췄다는 점입니다.

파킨슨병 환자는 2030년까지 두 배로 늘어날 것으로 전망되지만, 전 세계적인 신경과 전문의 부족 현상은 매우 심각합니다. 2014년 기준 방글라데시는 인구 1억 4천만 명당 신경과 의사가 86명에 불과했고, 아프리카 일부 지역은 의사 한 명이 300만 명을 담당합니다. 전문의를 만나러 수백 킬로미터를 이동할 수 없는 환경에서 마이크에 대고 문장 하나를 읽는 것만으로 진료 권고를 받을 수 있다면 의미가 큽니다.

당장 일반인이 이 결과만 믿고 병원 진료를 건너뛸 수는 없으며, 25%의 누락 가능성은 분명한 위험 요소입니다. 그러나 스마트 스피커나 음성 비서가 사용자의 동의하에 일상에서 미세한 변화를 감지해 조기 병원 방문을 이끌어낸다면, 향후 헬스케어의 조기 개입 모델을 근본적으로 바꿀 잠재력이 있다고 봅니다.