환자마다 각기 다른 뇌 신호 분석해 통증 수치화
기계학습 활용해 '뇌 기능 커넥톰' 도출…정밀 의료의 새 지평
환자가 느끼는 통증의 크기를 혈압이나 체온처럼 객관적으로 측정할 방법은 이제껏 존재하지 않았다. 환자마다 고통을 느끼는 방식과 표현이 제각각이기 때문이다. 이에 성균관대 연구진은 첨단 뇌과학 기술을 활용해 그 해답을 제시했다.
연구진은 전신의 광범위한 통증이 3개월 이상 지속되는 질환인 섬유근육통 환자들을 대상으로, 뇌의 혈류 변화를 감지해 활성화된 부위를 보여주는 '기능 자기공명영상(fMRI)'을 반복 촬영했다.
이어 해당 뇌 영상 데이터에 인공지능 기계학습 기술을 적용하고, 개별 환자만의 고유한 '뇌 기능 커넥톰'을 도출했다. 뇌 기능 커넥톰이란 뇌의 여러 영역이 서로 정보를 주고받는 복잡한 상호작용 체계를 일종의 지도로 나타낸 것이다.
그 결과, 연구진은 환자가 수개월 동안 겪은 통증의 세기 변화를 오직 뇌 영상 정보만으로 정밀하게 예측하는 데 성공했다. 특히 통증과 관련된 뇌의 반응 패턴이 사람마다 완전히 다르다는 사실을 밝혀냈다. 특정 환자에게서 찾아낸 통증 패턴(마커)은 다른 환자의 통증을 설명하는 데 적용되지 않았다.
이는 만성 통증이 지극히 개인적인 뇌의 반응이며, 따라서 환자 개개인의 특성을 반영한 '개인 맞춤형' 접근이 필수적임을 과학적으로 증명한 사례다.
또한 제1저자인 이재중 연구원은 "환자마다 통증과 연관된 뇌의 연결망 패턴이 고유하게 나타난다는 점이 이번 연구의 핵심"이라며 "앞으로 뇌과학 기반의 정밀 진단이 임상 현장에서 활발히 사용될 수 있도록 연구를 이어가겠다"고 덧붙였다.
◎공감언론 뉴시스 xieunpark@newsis.com