AI 도구, 신경과에서 간질 감지 및 임상 지원에 활용도 높아져

인공지능은 뇌파 데이터에 숨겨진 초기 간질 경고 신호 감지부터 앰비언트 청취 도구와 임상 의사결정 지원을 통한 임상의 업무 부하 경감에 이르기까지, 신경과 진료의 여러 분야에서 발전을 이루고 있다. 이러한 발전은 최근 연구와 주요 신경과 학회에서의 논의를 통해 부각되었다.

Journal of Neural Engineering에 게재된 개념 검증 연구에서, 델라웨어 대학교 연구진은 기계학습 알고리즘이 눈에 보이는 발작이 나타나지 않는 상황에서도 유전성 간질과 관련된 미세한 뇌전도 이상을 식별할 수 있음을 증명했다. 이 알고리즘은 기저 뇌전도 데이터를 낯선 언어처럼 처리하여, 빈번하게 반복되는 전기적 패턴을 식별하고, 문맥에서의 구조적 의미를 학습함으로써 인간 검토자가 놓치는 이상 항목을 부각시킨다. 연구진은 TSC1 유전자에 간질 유발 변이를 가진 쥐 40마리 이상의 다일간 뇌전도 기록을 사용하여 시스템을 테스트했다. 이 기계학습 접근법은 서로 다른 유전적 배경을 성공적으로 구분했으며, 기저 뇌파만으로 3개의 쥐 균주 중 2개에서 TSC1 돌연변이 존재를 높은 정확도로 식별했다. 현재 해당 연구팀은 Delaware Clinical and Translational Research ACCEL Program의 지원을 받아, Nemours Children's Health에서 간질 평가를 받는 소아 환자들의 더 짧은 뇌전도 기록을 분석하기 위해 이 방법을 임상으로 전환하는 작업을 진행 중이다.

2026년 미국신경과학회 연례 학회에서, 전문가들은 앰비언트 청취 및 문서화 도구, 전자 의무기록 내 AI 향상 임상 의사결정 지원, 영상 소프트웨어 지원, 그리고 비정형 데이터에서 적격 환자를 발굴할 수 있는 자연어 처리 기반 임상시험 모집 등, 신경과에서의 AI 즉각적인 임상 활용 사례를 설명했다. 앰비언트 청취 기술은 퇴근 후 녹취 마무리에 투입하는 '파자마 타임'을 포함하여, 임상의의 업무 부하를 실질적으로 줄일 수 있다. 한 의료 시스템은 환자의 과거 데이터 맥락을 활용해 임상의가 복잡한 진단을 분석하도록 돕는 새로운 AI 시스템에 접근하게 되었다고 보고했다. AI는 신경영상 분석도 지원하며, 의과대학생을 위한 교육 콘텐츠의 역동적 맞춤화도 가능하게 한다.

전문가들은 임상의가 AI 도구를 사용할 때 독립적인 판단력을 유지해야 한다고 강조했다. 한 신경과 전문의는 "내가 아는 모든 사람들은 의사결정 과정에 사람이나 임상의를 개입시키는 접근 방식을 옹호하고 있다"고 지적했다. '불량 입력, 불량 출력'의 원칙이 적용된다 - 입력 데이터가 신뢰할 수 없으면 AI는 잘못된 답변을 생성할 수 있으며, 전문 임상의의 역할은 여전히 문제 해결에 중요하다. 임상의는 자신이 내리는 결정과 진단에 대해 여전히 책임을 진다.

AI의 임상시험 모집 및 환자 참여 지원 잠재력은 특히 유망한 것으로 확인되었는데, 이는 관련 환자 데이터의 상당 부분이 비정형 상태로 남아 있기 때문이다. 자연어 처리를 사용하는 AI는 해당 비정형 데이터를 읽고, 임상시험 적격 기준을 충족할 수 있는 환자의 현실적인 목록을 생성할 수 있다. 의과대학 교육 과정에서도, 학생들은 이미 어려운 개념을 설명하거나 다른 관점에서 정보를 제시하도록 AI 에이전트와 직접 상호작용하고 있다.