▲ ParkCeleb의 데이터 수집 파이프라인의 주요 단계 개요 / 출처 : https://doi.org/10.1038/s41531-024-00817-9

음성 분석으로 파킨슨병을 조기 발견한다는 연구 결과가 나왔다. 연구진은 파킨슨병을 진단받은 유명인들의 음성 샘플을 분석하여 파킨슨병의 초기 징후를 밝혀냈다.

존스 홉킨스 대학(Johns Hopkins University) 안나 파바로(Anna Favaro) 박사 연구진이 진행한 이번 연구는 40명의 파킨슨병 진단을 받은 유명인과 40명의 대조군의 20년에 걸친 언어 자료를 분석하여, 병의 진행과 함께 나타나는 언어적 변화 패턴을 추적·관찰했다. ParkCeleb 데이터셋을 통해 주요 음성 특성, 예를 들어 음정 변동성 감소, 말 속도 감소, 일시정지 시간 증가 등이 병의 초기 단계부터 점차 뚜렷해지는 것을 확인했다.

파킨슨병은 알츠하이머 다음으로 흔한 신경퇴행성 질환이며, 주로 60대 이상에서 발병해 1~2%의 인구가 겪는 질환이다. 일반적으로는 떨림, 강직, 보행장애와 같은 신체적 증상과 함께 90% 이상의 환자들이 언어와 음성 장애를 겪게되며, 이 증상은 저운동성 실어증으로 파킨슨병의 초기 징후로 나타날 수 있다. 연구팀은 파킨슨병을 진단받기 전 최대 10년 전부터 이 언어적 변화가 점진적으로 나타나고 있음을 발견했다.

연구진은 파킨슨병 진단 전과 후로 구분된 5단계 시간 구간(-2 ~ 3 구간)에 따라 언어 특성을 비교 분석했다. 사용된 주요 음성 특성에는 음정 표준 편차(F0), 일시정지 시간, 말의 속도, 음의 강도 등이 포함되었으며, 이를 통해 파킨슨병 초기 징후를 포착할 수 있는지 검토했다. 특히, 파킨슨병 진단 5~10년 전에도 비정상적인 음정 패턴이 발견되었으며, 이후 말 속도의 감소와 음의 강도 변화가 나타나기 시작했습니다.

연구 결과, 파킨슨병의 언어적 변화를 특정한 머신러닝 모델을 통해 분류한 결과 진단 후 데이터에서 AUC 0.93이라는 높은 정확도를 기록했습니다. 이는 데이터셋의 다양한 음성 정보가 병의 조기 진단에 효과적이라는 것을 보여주며, 특히 진단 5년 전 AUC 0.75라는 성과는 조기 예측의 가능성을 시사한다.

주요 증상으로는 파킨슨병 환자의 음정 변동성이 정상 대비 크게 줄어들어 단조로운 패턴을 보였으며, 이는 초기 단계부터 관찰됐다. 진단 후 5년부터 말 속도가 감소하고 일시정지 시간이 증가하였으며, 이는 파킨슨병의 진행과 밀접하게 연관됐다.

또한, 진단 전후 비교 시 음의 강도가 점점 불안정해지는 양상을 보였으며 이러한 변화는 음성 특성으로 병의 진행을 감지하는 데 유용하게 작용할 수 있다.

연구진은 "언어 분석이 신경퇴행성 질환의 조기 진단과 맞춤형 치료에 도움이 될 수 있는 새로운 진단 방법임을 제시했다"며 "특히, 조기 진단을 위한 언어 기반 마커 개발에 기여할 것으로 기대되며, 이는 파킨슨병 치료 연구에서 중요한 도구로 자리 잡을 수 있을 것"이라 밝혔다.

한편, 이번 연구 결과는 저명한 국제 학술지 Nature에 게재됐다.