비즈니스 기회
AI 기술은 저비용 EEG 장치를 사용하여 뇌나이를 추정
나이가 들어감에 따라 뇌도 나이를 먹습니다. 그러나 뇌가 조기에 노화되면 경도 인지 장애, 치매 또는 파킨슨병과 같은 노화 관련 질병이 발생할 가능성이 있습니다. "뇌의 나이"를 쉽게 계산할 수 있다면, 심각한 건강 문제가 발생하기 전에 조기 뇌 노화를 해결할 수 있습니다.
드렉셀대학교 창의성연구소 연구진은 뇌전도(EEG) 뇌스캔을 기반으로 개인의 뇌 나이를 효과적으로 추정할 수 있는 인공지능 기술을 개발했습니다. 이 기술은 퇴행성 뇌 질환에 대한 조기 정기 검진을 보다 쉽게 이용할 수 있도록 하는 데 도움이 될 수 있습니다.
드렉셀의 예술 과학 대학 교수이자 창의성 연구소 소장인 존 쿠니오스 박사가 이끄는 연구팀은 기계 학습이라는 일종의 인공 지능을 사용하여 외모를 기반으로 다른 사람의 나이를 추측하는 것과 유사한 방식으로 개인의 뇌 나이를 추정했습니다.
"누군가를 처음 만났을 때, 그 사람의 나이를 추정해 보려고 할 수 있습니다. 주름이 있나요? 실제 나이를 알게 되면 나이에 비해 나이가 어리거나 늙어 보이는 것에 놀랄 수 있으며 예상보다 더 빨리 또는 더 느리게 노화되고 있다고 판단할 수 있습니다."
현재 머신러닝 알고리즘은 건강한 사람의 뇌 MRI 영상에서 어떤 특징이 개인의 뇌 나이를 예측할 수 있는지 학습할 수 있습니다. 건강한 뇌의 많은 MRI를 각 뇌의 연대순 나이와 함께 기계 학습 알고리즘에 입력함으로써 알고리즘은 MRI를 기반으로 개인의 뇌 나이를 추정하는 방법을 학습할 수 있습니다. 이 프레임워크를 사용하여 Kounios와 그의 동료들은 MRI 대신 EEG를 사용하는 방법을 개발했습니다.
Kounios에 따르면 이것은 일반적인 뇌 건강의 척도로 생각할 수 있습니다. 뇌가 같은 나이의 다른 건강한 사람들의 뇌보다 젊어 보인다면 걱정할 이유가 없습니다. 그러나 만약 어떤 뇌가 비슷한 나이를 먹은 건강한 또래의 뇌보다 더 늙어 보인다면, 조기 뇌 노화, 즉 '뇌 나이 차이'가 있을 수 있습니다.
쿠니오스 박사는 이러한 종류의 뇌 연령 격차는 질병, 독소, 영양 불량 및/또는 부상의 병력에 의해 발생할 수 있으며, 사람을 노화 관련 신경 장애에 취약하게 만들 수 있다고 설명했습니다.
뇌 연령 추정치가 중요한 건강 지표임에도 불구하고 건강 관리에서 널리 사용되지는 않았습니다.
"뇌 MRI는 비싸고, 지금까지 뇌 나이 추정은 신경 과학 연구 실험실에서만 이루어졌습니다. 하지만 저와 제 동료들은 저비용 EEG 시스템을 사용하여 사람의 뇌 나이를 추정하는 기계 학습 기술을 개발했습니다."라고 쿠니오스는 말했습니다.
뇌파 검사(EEG)는 사람의 뇌파를 기록하는 것입니다. MRI보다 비용이 적게 들고 덜 침습적인 시술로, 환자는 몇 분 동안 헤드셋을 착용하기만 하면 됩니다. 따라서 MRI가 아닌 EEG 스캔을 사용하여 뇌 나이를 추정할 수 있는 기계 학습 프로그램이 뇌 건강을 위한 더 접근하기 쉬운 선별 도구가 될 수 있다고 Kounios는 말합니다.
"노화 관련 취약성에 대해 많은 사람들을 선별하는 비교적 저렴한 방법으로 사용할 수 있습니다. 그리고 비용이 저렴하기 때문에 시간 경과에 따른 변화를 확인하기 위해 정기적으로 사람을 선별할 수 있습니다. 이것은 약물 및 기타 중재의 효과를 테스트하는 데 도움이 될 수 있습니다. 그리고 건강한 사람들은 뇌 성능을 최적화하기 위한 전반적인 전략의 일환으로 생활 방식 변화의 영향을 테스트하기 위해 이 기술을 사용할 수 있습니다."
드렉셀 대학교(Drexel University)는 이 뇌 연령 추정 기술을 캐나다 헬스케어 회사인 디아그나메드 홀딩스(DiagnaMed Holdings)에 새로운 디지털 헬스 플랫폼에 통합하기 위한 라이선스를 부여했습니다.
이상의 기사는 2024년 4월 24일 MedicalXpress에 게재된 “New AI technology estimates brain age using low-cost EEG device”제목의 기사 내용을 편집하여 작성하였습니다.
* 원문정보 출처 : https://medicalxpress.com/news/2024-04-ai-technology-brain-age-eeg.html
* 추가정보 출처 : https://www.frontiersin.org/articles/10.3389/fnrgo.2024.1340732/full