현재 전문의의 주관적 평가에 의존하고 있는 안면마비를 매우 정확한 정량평가를 통해 진단하는 인공지능 모델이 나와 주목된다.

이를 활용하면 현재 제각각으로 이뤄지고 있는 신경 이식 수술 등 치료법을 정립할 수 있다는 점에서 획기적 전환점이 될 수 있다는 것이 전문가들의 평가다.

현지시각으로 2일 국제학술지 재건수술(Reconstructive Surgery)지에는 안면 마비 정량화를 위한 인공지능 모델의 검증 연구 결과가 공개됐다(10.1097/PRS.0000000000011924).

안면 마비는 종양이나 수술, 외상 등으로 인해 얼굴의 신경이 손상돼 운동장애나 말 그대로 마비가 일어나는 증상을 의미한다.

하지만 발생 부위와 크기, 정도가 제각각이라는 점에서 아직까지 표준화된 진단법이나 치료법은 정립돼 있지 않은 것이 사실.

이로 인해 의학계에서는 다양한 체크 리스트 등을 만들어 공유하고 있지만 워낙 복잡한 안면 근육과 신경으로 인해 예외성을 감당하기 힘들다는 한계가 있었다.

결국 성형외과 전문의 등이 주관적 판단에 의해 이를 진단하고 신경 이식 수술과 같은 치료법을 선택하고 있다는 의미다.

이에 대한 대안으로 떠오르고 있는 것이 바로 인공지능을 기반으로 하는 비디오나 사진 분석 방식이다.

숙련된 전문의라도 얼굴 근육의 미세한 움직임을 한번에 관찰하기 힘들다는 점에서 이를 인공지능에게 맡겨 해결하고자 하는 노력이 이어지고 있는 셈이다.

하지만 지금까지 개발된 안면 분석 인공지능의 경우 정규화된 평균 오차(NWE)가 생각보다 높다는 점에서 실제 임상 적용에는 한계가 있던 것이 사실이다.

일본 교린 의과대학 타케이치로 키무라(Takeichiro Kimura) 교수가 이끄는 연구진이 실제 안면 마비 환자의 이미지와 영상을 기반으로 학습시킨 인공지능 모델 개발에 나선 배경도 여기에 있다.

타케이치로 키무라 교수는 "지금까지 개발된 다양한 안면 분석 인공지능은 건강한 성인의 안면 이미지와 영상을 기반으로 학습한 만큼 안면 마비를 진단하는데 한계가 있었다"며 "오히려 비대칭을 스스로 보정하는 등의 반대 방향으로 나아가고 있었다"고 지적했다.

이에 따라 연구진은 안면마비 환자 196명을 대상으로 임상 진료에서 추출한 1191개 이미지와 영상을 획득하고 머신 러닝을 통해 인공지능 모델을 세부 학습시켰다.

또한 눈썹과 눈꺼플, 코와 입, 얼굴 윤곽 등 68개 얼굴 주요 지점의 비대칭 등을 수동으로 학습시켜 미세한 변화까지 잡아낼 수 있도록 미세 조정을 실시했다.

그 결과 이 인공지능 모델은 정규화된 평균 오차(NWE)가 0.018로 매우 높은 정확도를 나타냈다. 특히 초기 모델의 NWE가 0.026을 기록했지만 미세 조정을 지속할수록 이 수치가 점점 더 낮아지는 것을 확인했다.

연구진은 이러한 인공지능 모델이 비단 안면 마비 뿐만 아니라 향후 타 질환의 진단 보조에도 중요한 시사점을 제공한다고 설명했다.

타케이치로 키무라 교수는 "이 인공지능은 안면 마비의 객관적이고 정량화된 진단을 위한 유망한 솔루션"이라며 "특히 미세 조정 학습으로 NWE를 크게 높인 것은 향후 타 진단 보조 인공지능에도 활용할 수 있는 중요한 단서를 제공할 수 있다"고 밝혔다.