뇌 수술 시 신경외과의를 보조하는 머신러닝
AI 및 신호 처리를 통해 파킨슨병 수술법 개선
파킨슨병은 뇌 운동계의 불규칙한 전기 신호를 특징으로 하는 만성 및 퇴행성 질환입니다. 파킨슨병의 가장 초기 증상으로는 떨림, 보행 곤란, 경직, 균형 감각 상실, 운동 실조 등이 있으며, 질환이 진행됨에 따라 증상의 심각성이 커집니다. 일부 환자에게는 우울증과 치매를 비롯한 인지 관련 문제가 발생합니다. Parkinson’s Foundation에 따르면 전 세계 1,000만 명이 넘는 사람들이 이 질환을 겪고 있습니다. 노화에 따라 발병 위험이 높아지므로 평균 수명이 증가하면 파킨슨병의 영향을 받는 인구가 늘어납니다.
완치법은 없지만 새로운 치료법으로 증상을 완화하여 환자 삶의 질을 높일 수 있습니다. 증상을 치료하는 가장 효과적인 툴 중 하나는 1997년부터 미국에서 승인된 파킨슨병 관련 시술인 DBS(뇌 심부 자극술)입니다. 이 수술은 뇌에 자극을 일으키는 전극을 삽입하여 전기 펄스를 전달해 이 질환의 운동 증상을 유발하는 과잉활동을 막습니다.
뇌 내 깊숙한 곳에 위치한 아몬드보다 작은 구조체인 STN(시상하부 핵)에 자극을 일으키는 전극을 넣는 것이 신경외과의의 핵심 과제입니다. 이 수술은 STN의 크기와 위치로 인해 까다롭습니다. 전극을 정확히 배치해야 합니다. 전극을 잘못 배치하면 뇌의 다른 부위에 악영향을 미쳐 환자가 추가 수술을 받아야 하는 위험이 있습니다.
신경외과의가 STN의 위치를 확인하기 위해 환자 뇌의 MRI 및 CT 스캔을 리뷰하지만, 수술 중에는 해당 부위를 직접 보기가 어렵습니다. 외과의는 수술 전 스캔과 수술 중의 전극 판독값에 따라 전극을 배치할 최적의 위치를 결정하며, 이 고된 과정으로 인해 수술실에서 몇 시간을 할애해야 할 수 있습니다.
시상하부 핵은 뇌 내 깊숙한 곳에 있으며 아몬드보다 작습니다.
이 소프트웨어는 일반적으로 3~4시간이 소요되는 수술 시간을 20분으로 줄여 국소 마취 상태로 수술 중 깨어있는 환자의 부담감을 덜어줍니다.
수술 중 전극 판독값을 해독하는 일은 복잡하기 때문에 폴란드의 국립 연구소인 NASK에서 생물정보학 및 기계 인식 전공 조교수로 있는 Konrad Ciecierski 박사는 신경외과의가 수술 시 도움을 줄 수 있는 소프트웨어를 개발했습니다. 이 소프트웨어는 전극 판독값을 전처리하고 STN의 위치를 정확히 파악하는 데 도움이 되는 머신러닝 분류기를 실행합니다. 이 소프트웨어는 일반적으로 3~4시간이 소요되는 수술 시간을 20분으로 줄여 국소 마취 상태로 수술 중 깨어있는 환자의 부담감을 덜어줍니다.
"많은 환자가 불안해한다"고 Ciecierski는 말합니다. "그래서 가급적 빠르고 정확하게 수술하는 것이 중요합니다."
신경외과의의 수술을 돕는 AI
수술 전에 환자는 CT 스캔과 MRI 스캔을 진행합니다. 이러한 스캔을 함께 실시하여 뇌의 상세한 3차원 영상을 만듭니다. 이 스캔은 환자마다 다른 STN을 찾기 위한 첫 번째 단계입니다. 또한 이 3차원 영상은 미세 전극이 동맥과 그 외 상처 입기 쉬운 영역 근처로 가지 않도록 미세 전극의 경로를 안전하게 구성하는 데 도움이 됩니다.
환자는 시술 중에 깨어 있으므로 외과의는 뇌 기능을 모니터링하는 동시에 손가락을 서로 닿게 하거나 주먹을 쥐는 것과 같은 특정 행동을 요청하여 전극이 최적의 위치에 있는지 테스트합니다. 국소 마취제로 환자의 두피를 마비시킨 다음 외과의가 미세 전극에 필요한 두 개의 작은 구멍을 두개골에 뚫습니다. 뇌에는 통각 수용체가 없으므로 뇌는 마취가 필요 없습니다.
이 수술에서 시간이 많이 필요한 부분은 자극을 일으키는 전극을 배치하는 작업으로, 이를 위해서는 위치 안내에 사용되는 일련의 기록용 전극으로부터 전달되는 실시간 신경 신호를 해석해야 합니다. 이러한 기록에는 뉴런의 발화가 담겨 있으며, 뉴런의 발화는 전압이 치솟을 때 전극에 의해 기재됩니다. 외과의는 STN 위에 3~5개의 미세 전극을 배치한 후 STN에서 깊숙한 곳으로 서서히 옮깁니다.
뇌 활동 기록은 일반적으로 STN의 약 10mm 위에서 시작되며 그중 첫 4~5mm는 뇌에서 비교적 활동이 적은 부분인 백질로 구성되어 있습니다. STN이 위치한 뇌의 심부에 전극이 도달하면 뇌 활동이 활발해집니다. 외과의는 파킨슨병 증상을 일으키는 STN의 과잉활동 상태를 전극 판독값에서 확인할 수 있는 경우가 많습니다.
안타깝게도 기록이 늘 명확하지는 않습니다. 과잉활동이 STN의 위치를 분명하게 드러낼 수준에 도달하지 못하는 경우도 있습니다.
Ciecierski는 다음과 같이 말합니다. "신경학적 지뢰밭이 시상하부 핵을 둘러싸고 있습니다." "예를 들어 전극을 잘못된 위치에 놓으면 환자의 감정이 크게 변할 수 있습니다."
이것이 바로 Ciecierski의 툴이 해결하고자 하는 문제입니다. 이 수술법은 기존과 비슷하지만 수술 전 영상이 STN을 보여주는 곳의 약 1cm 위에서 수술이 시작됩니다. 외과의는 미세 전극을 한 번에 1mm씩 옮기며 각 전극으로부터 기록하는 데는 10초가 소요됩니다. 외과의는 전극이 예상되는 STN 위치를 통과할 때까지 이 행동을 반복합니다.
환자 뇌 내에 배치된 전극. 노란색 선은 MRI 평면의 가장자리를 나타냅니다. (이미지 출처: NASK)
Ciecierski는 환자로부터 10피트도 안 되는 곳에 설치된 자신의 컴퓨터에서 프로그램을 실행하여 상황을 정확히 파악할 수 있습니다.
위: 전극에 의해 기록된 원래 신호. 아래: 위 신호에서 아티팩트가 제거된 후. (이미지 출처: NASK)
Ciecierski는 MATLAB®을 사용하여 기록 데이터를 해석합니다. 특히, 이 알고리즘은 웨이블릿 변환, 전력 스펙트럼 분석, 고주파 제거, 스파이크 제거, 스파이크를 발생시킨 신경 세포를 기준으로 한 스파이크 그룹화, 아티팩트 제거를 비롯한 작업에 MATLAB 신호 처리를 활용합니다. Ciecierski의 컴퓨터에서는 각 전극의 기록을 동시에 처리합니다.
스파이크를 포착할 수 있도록 기록이 증폭되므로 신호가 아티팩트에 의해 오염될 위험이 있습니다. 기록 전극이 외과의의 말소리, 환자의 심장 박동, 심지어 전력망 소음과 같은 뇌 밖의 활동을 포착할 수 있으므로 필터링이 필수입니다. 디지털 필터링이 데이터에 적용된 후, 이 데이터는 머신러닝 분류기에 공급되며, 이 머신러닝 분류기가 STN에서 스파이크가 발생할 가능성을 추정합니다.
Ciecierski는 환자로부터 10피트도 안 되는 곳에 설치된 자신의 컴퓨터에서 프로그램을 실행하여 상황을 정확히 파악할 수 있습니다. 다행히도 신호 처리와 분류에는 약 2분밖에 소요되지 않습니다.
MathWorks의 고객 성공 엔지니어인 Alex Tarchini에 따르면 수술실에서 3차원 영상, 신호 처리 및 머신러닝을 사용하려면 많은 인내심과 기술이 필요합니다.
Tarchini는 다음과 같이 말합니다. "Ciecierski 박사는 다양한 분야를 통합하고 있습니다." "여러 엔지니어링 분야에서 비롯된 이 알고리즘이 외과의의 수술을 도와줍니다."
결과 해석하기
머신러닝 분류기는 실측 데이터셋에 기반하여 97%의 정확도로 기록이 STN에서 비롯된 것인지 여부를 정확하게 나타냅니다. MATLAB 소프트웨어는 머신러닝 분류기의 숫자형 값에만 의존하지 않고 가공된 전극 판독값의 다이어그램을 외과의에게 보여주며, 외과의는 원시 기록에서 시간과 진폭 정보를 확대하여 볼 수도 있습니다. 분류기가 잘못 분류한 기록을 숙련된 외과의가 다이어그램을 리뷰하여 잡아내기도 합니다.
다양한 메트릭을 사용하여 분류기의 성능을 사후 검증합니다. (이미지 출처: NASK)
Ciecierski는 다음과 같이 말합니다. "의학은 예술이라고들 합니다." "진단이 아무리 정확하더라도 그 결과를 해석하는 예술이 필요한 경우가 있습니다."
전극 배치 후, 외과의가 전극이 환자에게 어떤 영향을 미치는지 확인하기 위해 전류를 내보내는 즉시 대부분의 환자는 몇 년 동안 했던 것보다 자신의 움직임과 속도를 더 잘 조절할 수 있게 됩니다.
Ciecierski는 다음과 같이 말합니다. "환자 입장에서는 마법처럼 느껴집니다." "몇 년간 끔찍했던 증상이 감쪽같이 사라집니다."
이 수술법의 두 번째 단계에서는 전신 마취가 동반되며, 와이어를 통해 전극과 연결되는 쇄골 근처의 피부 아래에 신경자극기를 배치하여 각 환자의 필요에 맞는 정확한 양의 전류를 내보냅니다.
Ciecierski와 협력했던 외과의인 Tomasz Mandat 박사는 소프트웨어를 실행하는 것으로 수술 시간을 단축할 수 있을지 처음에는 확신하지 못했습니다. 그러나 몇 번의 시도 끝에 이 소프트웨어가 수술에 필요한 시간을 줄일 뿐만 아니라 전극 배치에 대한 자신감도 새롭게 심어준다는 점이 분명해졌습니다.
Mandat는 "수술 중에 Konrad의 소프트웨어를 사용하면 효능에 긍정적인 영향을 줍니다."라고 말합니다.
뇌 심부 자극술의 미래
"컴퓨터과학과 의학의 간극을 메워야 합니다."
최근 연구에 따르면 뇌 심부 자극술을 받은 환자는 도파민 대체 약물의 복용량을 평균 50% 줄이고 운동 점수 평가에서 30~60%의 차도를 경험하는 것으로 나타났습니다.
매년 수천 건의 뇌 심부 자극 수술이 실시된 가운데 Ciecierski의 소프트웨어를 통해 많은 사람의 수술 경험을 향상할 수 있었습니다. 지금까지, Ciecierski는 2014년 첫 실험 이후로 자신의 조국인 폴란드에서 100건이 넘는 수술을 도왔습니다.
하지만 뇌 심부 자극술을 받지 못하는 환자도 있습니다. 국가마다 수술 자격에 대한 규정이 다르며, 뇌 심부 자극술은 대개 약물 치료 등의 다른 방법이 실패한 후에 고려됩니다. 현재 4년 이상 파킨슨병을 앓아야 뇌 심부 자극 수술을 받을 수 있는 미국에서는 연구자들이 뇌 심부 자극술을 1차적으로 활용하는 방안을 검토하기 시작했습니다. 이 접근법이 효과가 있다면 뇌 심부 자극술은 파킨슨병의 진행을 막고자 하는 더 많은 환자들에게 개방될 것입니다.
의사들은 투렛 증후군, 헌팅턴병, 근긴장이상증, 만성 통증 등의 다른 질환을 치료하는 데 뇌 심부 자극 수술을 활용합니다. Ciecierski는 더 많은 연구자가 신경외과의 혁신을 뒷받침할 소프트웨어를 개발하기를 기대합니다. 그는 응용 수학과 컴퓨터과학의 도움으로 의학이 발전할 것이라고 생각합니다.
Ciecierski는 다음과 같이 말합니다. "의학계에 있는 사람들은 컴퓨터를 두려워하는 경우가 많습니다." "컴퓨터과학 학위가 있는 대부분의 사람들은 수술실 근처에 가는 것조차 두려워합니다. 컴퓨터과학과 의학의 간극을 메워야 합니다."
