고정 헤더 영역
상세 컨텐츠
본문
치매는 기억력, 사고력, 판단력 등 여러 인지 기능이 저하되는 신경퇴행성 질환입니다. 치매의 조기 진단과 예측은 질병 진행을 늦추고 환자의 삶의 질을 높이는 데 중요한 역할을 합니다. 최근 치매 예측 기술은 비약적인 발전을 이루고 있습니다. 다양한 방법과 기술들이 치매 예측에 적용되고 있으며, 그 정확도와 효율성도 크게 향상되고 있습니다.
우리나라 치매 인구 현황
우리나라는 고령화가 빠르게 진행되고 있어 치매 관리의 중요성이 더욱 커지고 있습니다.
| 항목 | 내용 |
| 치매 발병 현황 | |
| 발병률 | 2019년 기준, 65세 이상 노인의 약 10% (약 75만 명) |
| 증가 추세 | 2030년에는 약 130만 명에 이를 것으로 예상 |
| 치매 원인 | |
| 알츠하이머병 | 치매 환자의 약 60-70%, 베타 아밀로이드 플라크와 타우 단백질 축적이 원인 |
| 혈관성 치매 | 치매 환자의 약 20-30%, 뇌졸중이나 뇌혈관 질환으로 인한 뇌 손상이 원인 |
| 루이소체 치매 | 치매 환자의 약 10-15%, 루이소체라고 불리는 비정상적인 단백질 덩어리가 원인 |
| 기타 원인 | 프론토템포랄 치매, 파킨슨병 관련 치매, 만성 알코올 중독, 외상성 뇌손상 등 |
| 치매 위험 요인 | |
| 나이 | 고령일수록 치매 발병 위험 증가 |
| 유전적 요인 | 가족력이 치매 발병 위험을 높임 |
| 생활습관 | 흡연, 과도한 음주, 운동 부족 등 치매 위험 증가 |
| 만성 질환 | 고혈압, 당뇨병, 고지혈증 등 만성 질환이 치매 발병에 영향 |
| 정신 건강 | 우울증, 스트레스 등이 치매와 관련됨 |
치매 예측 방법
1. 음성 발화 분석을 통한 치매 예측
최근 한국전자통신연구원(ETRI)은 노년층의 음성 발화를 인공지능(AI)으로 분석해 치매를 예측하는 기술을 개발했습니다. 이 기술은 음성 발화의 패턴을 분석해 87.3%의 정확도로 치매를 예측할 수 있습니다. 음성 발화는 기억, 주의집중, 언어 생성기능 등 다양한 인지 기능이 관여하는 복합적인 과정으로, 이를 통해 치매 환자의 인지, 언어, 운동 능력 저하를 판단할 수 있습니다 .
음성 발화 분석을 통한 치매 예측은 인공지능(AI) 기술을 활용해 노년층의 음성 패턴을 분석하여 치매를 조기에 예측하는 방법입니다. 음성 발화는 기억, 의도, 주의집중 등 인지기능과 언어 생성기능, 구어 운동 기능이 복합적으로 작용하는 과정입니다. ETRI 연구팀은 음성 및 텍스트 분석에 거대언어모델(LLM)을 결합하여 87%의 정확도로 치매를 예측하는 AI 기술을 개발했습니다. 이 기술은 기존 최고 성능을 뛰어넘는 결과를 달성했으며, 경도인지장애 고위험군을 예측하는 앱도 개발되었습니다. 연구팀은 노인복지센터 등에서 실증을 진행할 계획입니다. 이러한 음성 발화 분석 기술은 치매의 조기 발견 및 관리에 중요한 도구가 될 것으로 기대됩니다.
2. fMRI를 이용한 치매 예측
영국 런던퀸메리대 예방신경학센터 연구팀은 기능적 자기공명영상(fMRI)을 이용해 치매 발병을 조기에 예측하는 방법을 개발했습니다. 연구팀은 뇌의 디폴트 모드 네트워크(DMN) 연결 패턴을 분석하여 치매 발병을 최대 9년 전까지 예측할 수 있는 기술을 개발했으며, 이 방법은 평균 80% 이상의 정확도를 보입니다 .
fMRI를 이용한 치매 예측은 기능적 자기공명영상(fMRI) 기술을 활용해 치매 발병을 조기에 예측하는 방법입니다. 영국 런던퀸메리대 연구팀은 '디폴트 모드 네트워크'(DMN) 영역 간의 연결 패턴 변화를 분석하여 치매 발병 가능성을 예측했습니다. 이 연구는 DMN의 연결 변화가 치매 발병 전에 나타난다는 점에 착안했습니다. 1100명 이상의 피실험자를 대상으로 한 연구에서, fMRI를 통해 치매 발병을 평균 80% 이상의 정확도로 예측할 수 있음을 확인했습니다. 최대 9년 전에 발병을 예측할 수 있었으며, 이는 알츠하이머와 같은 뇌질환의 조기 발견에 중요한 진전입니다. 그러나 fMRI 진단은 비용이 많이 들고 특정 조건에서만 신호를 얻을 수 있다는 한계가 있습니다.
3. 멀티모달 뇌영상 분석
한국뇌연구원과 아주대병원 공동연구팀은 멀티모달 뇌영상 백질 패턴 분석을 통해 노년층의 알츠하이머치매를 예측하는 기술을 개발했습니다. 연구팀은 뇌 MRI와 아밀로이드 PET 데이터를 결합한 앙상블 모델을 활용해 인지장애 여부를 88% 이상, 치매 여부를 77% 이상 예측하는 데 성공했습니다 .
멀티모달 뇌영상 분석은 다양한 뇌영상 기술을 통합하여 치매와 같은 인지장애를 예측하는 방법입니다. 한국뇌연구원과 아주대병원 공동연구팀은 뇌 MRI와 아밀로이드 PET 데이터를 결합해 백질 패턴을 분석하여 인지장애와 치매 여부를 예측했습니다. 이 기술은 88% 이상의 정확도로 인지장애를, 77% 이상의 정확도로 치매를 예측하는 성과를 거두었습니다. 백질의 구조적 변화를 3차원 공간모형으로 재구성하여 분석함으로써 퇴행성 뇌질환의 조기 발견에 기여합니다. 이러한 분석 기술은 임상 진료와 노화 연구에 유용한 도구가 될 것으로 기대됩니다.
4. 혈액 검사
영국 유니버시티칼리지런던(UCL) 연구팀은 혈중 단백질 수치를 이용해 치매 발병 여부를 예측하는 연구를 발표했습니다. 연구팀은 특정 단백질(GFAP, NEFL, GDF15, LTBP2)의 혈중 농도 증가가 치매와 강력한 연관성이 있음을 발견했고, 이를 통해 치매 발병을 90%의 정확도로 예측할 수 있는 알고리즘을 개발했습니다 .
5. 액체생검을 통한 조기 진단
연세대 강남세브란스병원 연구팀은 하이드로겔 필름(Liquid View 필름)을 이용해 혈액, 척수액, 타액 등 체액 내 miRNA를 초고해상도로 이미징하는 기술을 개발했습니다. 이 기술을 통해 알츠하이머병, 척수손상, 당뇨병성 신장질환 등 다양한 질환의 조기 진단과 예측이 가능해졌습니다 .
6. 뇌파 분석
렘수면행동장애 환자의 뇌파를 분석하여 치매와 파킨슨병 등의 신경퇴행성질환을 예측하는 머신러닝 모델이 개발되었습니다. 이는 환자의 뇌파 데이터를 분석하여 질환의 발병 시기와 유형을 예측할 수 있어 맞춤형 치료와 예후 개선에 큰 도움이 될 것으로 기대됩니다 .
렘수면행동장애 환자의 뇌파를 분석하여 치매와 파킨슨병 등 신경퇴행성질환을 예측하는 머신러닝 모델이 개발되었습니다. 이 모델은 뇌파 데이터를 머신러닝 알고리즘에 입력하여 미래의 신경퇴행성질환 발병 가능성을 예측합니다. 연구팀은 렘수면행동장애 환자들이 신경퇴행성질환으로 발전할 가능성이 높다는 점에 착안했습니다. 뇌파 분석을 통해 치매와 파킨슨병의 조기 진단이 가능해져, 맞춤형 치료와 예후 개선에 도움이 될 수 있습니다. 이 기술은 초기 단계에서 신경질환을 식별하는 데 중요한 도구로 활용될 전망입니다.
결론
치매 예측 기술은 다양한 방식으로 발전하고 있으며, 그 정확도와 효율성도 점점 높아지고 있습니다. 음성 발화 분석, fMRI, 멀티모달 뇌영상 분석, 혈액 검사, 액체생검, 뇌파 분석 등 다양한 방법들이 치매 조기 진단과 예측에 기여하고 있습니다. 이러한 기술들은 치매 예방과 환자의 삶의 질 개선에 큰 도움이 될 것입니다. 앞으로도 치매 예측 기술의 발전이 지속되기를 기대합니다.
