“나이 탓”으로 지나치지 마세요 - 치료 가능한 인지 기능 저하를 찾는 AI, 민감도 92%의 의미

가족의 보폭이 작아졌습니다. 이전보다 생각하는 시간이 길어지고, 화장실에 제때 가지 못하는 경우도 늘었습니다.

하나하나를 보면 노화에 따른 변화로 보일 수 있습니다. 하지만 이러한 변화의 배경에는 "정상압 수두증"이라는 질병이 숨겨져 있을 수 있습니다. 적절한 진단과 치료를 통해 증상의 개선이 기대되는 질환입니다.

이 질병의 발견을 지원하는 기술로서 인공지능(AI)에 의한 뇌 이미지 분석 연구가 진행되고 있습니다. 독일의 AD HOC NEWS가 2026년 10월 17일자에서 소개한 것은 CT 이미지를 사용한 정상압 수두증의 식별과 관련된 치매 AI 연구의 성과였습니다.

헤드라인에 내걸린 숫자는 "민감도 92%". 희망을 느끼게 하는 결과이지만, 그 의미를 올바르게 이해하려면 AI가 무엇을 측정하고 어떤 조건에서 평가되었는지를 알아야 합니다.

정상압 수두증이란 - 건망증 외의 변화도 단서로

정상압 수두증은 뇌척수액의 순환·흡수의 이상과 관련하여 뇌실이 확장되고 보행이나 인지 기능 등에 장애가 나타나는 질병입니다. 지주막하 출혈 등 이후에 발생하는 것과 명확한 원인이 알려지지 않은 "특발성"의 것이 있습니다.

대표적인 증상은 보행 장애, 인지 기능 장애, 배뇨 장애의 세 가지입니다. 다만, 모든 사람에게 세 가지가 모두 나타나는 것은 아닙니다.

보행에서는 보폭이 작아지고, 발을 바닥에 끌며 걷게 되고, 방향 전환 시 불안정해지는 등의 변화가 보입니다. 인지 기능에서는 건망증뿐만 아니라 주의를 유지하기 어려워지고, 생각하거나 작업하는 속도가 느려질 수도 있습니다. 배뇨에서는 갑자기 강한 요의를 느끼고, 자주 화장실에 가고, 제때 가지 못해 실수하는 등의 증상이 단서가 됩니다.

이러한 증상은 다른 질병에서도 발생합니다. 따라서 증상의 조합만으로 자기 진단을 할 수는 없지만, "건망증 상담이니까 보행이나 배뇨 이야기는 관계없다"라고 분리하지 않는 것이 중요합니다.

AI가 찾는 것은 뇌 이미지를 정확히 측정하기 위한 작은 기준점

이번에 소개된 미국 미네소타 대학 등의 연구에서는 CT 이미지에 있는 "전교련"과 "후교련"이라는 작은 구조를 자동으로 특정하는 시스템을 개발했습니다.

전문 용어만으로는 이해하기 어렵지만, 역할로서는 뇌의 모양을 일정한 기준으로 측정하기 위한 표식에 가깝습니다. 이미지를 촬영할 때의 머리 기울기 등이 다르더라도 공통의 기준에 따라 뇌실의 모양이나 크기를 평가할 수 있다면 비교의 변동을 줄이기 쉬워집니다.

연구에서는 340명으로부터 얻은 427건의 CT 이미지를 사용하여 내부 평가에서의 위치 오차는 전교련에서 평균 1.64mm, 후교련에서 평균 1.49mm였습니다. 다른 두 개의 데이터 그룹에서도 위치를 특정하는 성능을 검증하고 있습니다.

즉, 중심이 되는 성과는 AI가 이미지에서 기준점을 찾아 그 위치를 사용하여 질병의 식별에 유용한 특징을 측정할 수 있게 했다는 것입니다. 인간의 진단을 완전히 대체하는 기술로 제시된 것은 아닙니다.

“민감도 92%”는 92%의 사람이 치료된다는 의미가 아닙니다

정상압 수두증과 알츠하이머병, 외상 후 뇌 용적 감소, 두통의 환자군을 구별하는 평가에는 238명의 이미지가 사용되었습니다.

이 평가에서 정상압 수두증을 그 외의 군에서 식별하는 민감도는 92%, 특이도는 87%, 정확도는 89%였습니다.

민감도란 대상 질병이 있는 사람을 얼마나 양성으로 찾아낼 수 있는지를 나타내는 지표입니다. 같은 조건의 환자 100명을 생각하면 약 92명을 찾아내고 약 8명을 놓치는 계산이 됩니다. 한편, 특이도 87%는 대상 질병이 없는 사람 100명 중 약 87명을 음성으로 판단하고 약 13명에게는 잘못 양성 판정이 나오는 것에 해당합니다.

따라서 "양성이면 92%의 확률로 정상압 수두증이다", "치료하면 92%가 회복된다"라고 해석할 수는 없습니다.

또한 비교하는 상대에 따라 성적은 달라집니다. 논문에서는 정상압 수두증과 알츠하이머병만 비교했을 때의 민감도는 83%였습니다. 여러 비교 대상을 합친 92%라는 숫자가 모든 감별 진단의 어려움을 대표하는 것은 아닙니다.

외부 데이터로 확인된 기준점의 위치 특정과 238명으로 평가한 질병의 식별도 다른 검증입니다. "다른 병원에서도 정상압 수두증을 민감도 92%로 찾을 수 있었다"고 일괄적으로 말할 수 없습니다.

다른 치매 AI에서는 외부 데이터에서 성적이 저하

원 기사는 정상압 수두증 연구에 더해 알츠하이머병 등을 대상으로 하는 다른 AI 연구도 소개하고 있습니다. 이들은 같은 시스템이 아니며, 조사하는 질병이나 과제도 다릅니다.

그중 하나인 "ConvNeXt–KAN"은 뇌 MRI 이미지에서 치매의 단계를 분류하는 연구입니다. 내부 테스트에서는 정확도 94.5%였지만, 다른 이미지 데이터를 사용하여 추가 조정 없이 평가하면 61.6%로 떨어졌습니다.

더욱이 논문은 내부 데이터에서 동일 인물의 여러 이미지 단면이 학습용과 평가용에 걸쳐 있을 가능성을 인정하고 있습니다. 이는 미지의 환자를 진단하는 능력을 실제보다 높게 평가하는 원인이 될 수 있습니다.

높은 수치를 보았을 때는 "몇 퍼센트였는가"뿐만 아니라 "학습에 사용하지 않은 다른 환자에서도 재현할 수 있었는가", "다른 시설의 이미지에서도 사용할 수 있었는가"가 중요해집니다.

이 결과는 정상압 수두증의 AI가 같은 방식으로 성능이 저하된다는 것을 증명한 것은 아닙니다. 다만, 의료 AI 전반을 평가하는 데 있어 외부 검증이 필수적인 이유를 보여주고 있습니다.

이미지와 진료 정보를 결합해도 평가의 함정은 있습니다

또 다른 연구 "MEMOIR-VLM"은 MRI 이미지에 더해 인지 기능 검사 등의 정보를 결합하는 시스템입니다.

인지 기능이 유지된 사람과 치매 환자를 구분하는 내부 평가에서는 균형 정확도 91.3%를 보고했습니다. 한편, 경도 인지 장애를 포함한 세 분류에서는 68.2%였습니다. 카테고리를 늘리고 경계가 모호한 상태도 구별하려고 하면 과제가 어려워집니다.

이 연구에서는 입력에 답에 해당하는 진단 정보가 섞여 들어가 성적이 겉보기 좋게 되는 문제도 검토되었습니다. 이는 시험 문제에 해답의 단서가 섞여 있지 않은지를 점검하는 작업입니다.

AI가 유창한 설명을 내놓을 수 있는 것과 미지의 환자를 정확히 평가할 수 있는 것은 별개입니다. 의료에서 필요한 것은 그럴듯한 답변뿐만 아니라 그 답변이 어떤 정보에 의해 뒷받침되고 어떤 조건에서 신뢰할 수 있는가라는 검증입니다.

SNS에 보이는 것은 진단에 대한 당혹감과 치료에 대한 기대

이번의 "민감도 92%"라는 연구 보도에 대한 충분한 수의 직접적인 SNS 반응은 확인되지 않았습니다. 따라서 여기에서는 정상압 수두증을 둘러싸고 공개된 환자 가족의 게시물을 소개합니다. 이번 연구에 대한 반응이나 여론 전체를 나타내는 것은 아닙니다.

Reddit의 수두증 커뮤니티에서는 아버지의 MRI에서 정상압 수두증의 가능성을 지적받은 가족이 "확정 진단이 아닌 상황에서 다음에 어떻게 해야 할지"라는 취지의 상담을 올렸습니다.

게시자는 인지 면의 변화가 병에 의한 것인지, 약물의 영향이나 기분 저하 등이 관련되어 있는지 판단할 수 없어 당혹스러워하고 있었습니다. 답변에는 성인의 수두증에 정통한 전문의와 상담을 권하는 목소리가 있었습니다.

같은 스레드에는 아버지의 증상이 오래 지속되어 전문의의 진료를 앞둔 다른 가족으로부터 치료 가능한 원인이 발견되기를 바라는 기대와 불안도 적혀 있습니다.

이들은 진료 기록으로 검증된 사례가 아니라 개인의 체험담입니다. 그럼에도 "가능성이 있다"는 말을 듣고 나서 진단이나 치료 방침이 결정될 때까지의 시간이 가족에게 큰 부담이 될 수 있다는 것은 전달됩니다.

AI에 의한 발견 지원이 환자에게 도움이 되려면 의심을 나타내는 것뿐만 아니라 그 후의 전문적인 평가로 이어지는 시스템도 필요할 것입니다.

일본에서 중요한 것은 AI의 보급을 기다리지 않고 변화를 전하는 것

정상압 수두증이 의심될 때는 증상의 경과나 진찰 소견에 CT·MRI 등의 이미지 정보를 결합하여 평가합니다.

필요에 따라 시행되는 것이 허리에서 뇌척수액을 일정량 빼내어 보행 등에 변화가 있는지를 보는 "탭 테스트"입니다. 그 결과 등을 바탕으로 뇌척수액을 다른 곳으로 흐르게 하는 션트 수술의 적응을 검토합니다.

"치료 가능"이라는 말은 누구나 수술을 받으면 완전히 원래대로 돌아간다는 보장이 아닙니다. 이미지에 특징이 있는 것과 수술이 적합하다는 것도 같지 않으며, 전문의의 평가가 필요합니다.

가족이 상담할 때는 건망증뿐만 아니라 걷는 방식, 넘어지기 쉬움, 화장실의 변화, 언제부터 증상이 시작되었는지를 함께 전하면 경과를 공유하기 쉽습니다. 복용 중인 약도 진찰 시 확인할 수 있도록 해 두고 싶습니다.

연구 중인 AI를 이용할 수 있는 병원을 찾는 것보다 우선은 주치의에게 변화를 전하고 필요에 따라 신경내과나 신경외과의 평가로 이어지는 것이 현실적인 첫걸음이 됩니다.

AI의 가치는 치료로 이어지는 간과를 줄일 수 있는가

이번 연구가 보여준 것은 일상 진료에서 촬영되는 CT 이미지에서 질병 평가에 유용한 정보를 자동으로 추출할 가능성입니다.

다만, 연구상의 식별 성능과 실제로 환자의 생활이 개선되는 것 사이에는 아직 확인해야 할 단계가 있습니다. 다른 의료 현장에서 사용할 수 있는가, 불필요한 검사를 늘리지 않는가, 적절한 치료에 도달하는 시간을 앞당길 수 있는가. 이러한 검증이 필요합니다.

"민감도 92%"는 유망한 연구 결과입니다. 동시에, 눈앞의 사람의 증상을 세심하게 듣고 다른 원인도 검토하는 진료의 중요성은 변하지 않습니다.

건망증과 함께 걷는 방식이나 배뇨에도 변화가 나타났을 때, 나이만으로 설명해버리지 않고 의료 기관에 상담하는 것. 그 깨달음을 지원하는 도구로서 AI가 어디까지 도움이 될 수 있는지가 문제입니다.

출처 및 참고 자료

1. AD HOC NEWS：
   정상압 수두증의 CT 분석 연구와 여러 치매 AI 연구를 소개.
   https://www.ad-hoc-news.de/wissenschaft/normaldruckhydrozephalus-ki-erkennt-behandelbare-demenzform-mit-92-prozent-sensitivitaet/70351721

2. Frontiers in Neuroinformatics：CT 이미지의 기준점을 자동으로 특정하는 연구의 원 논문
   연구 대상, 외부에서의 위치 특정 평가, 정상압 수두증의 민감도 92%·특이도 87%, 비교 대상별 결과를 확인.frontiersin.org
   https://www.frontiersin.org/journals/neuroinformatics/articles/10.3389/fninf.2026.1853412/full

3. 도쿄 통신병원：특발성 정상압 수두증의 해설
   보행·인지·배뇨의 증상, 이미지 검사, 탭 테스트와 전문 진료의 흐름을 참조.도쿄 통신병원
   https://www.hospital.japanpost.jp/tokyo/shinryo/shinnai/inph.html

4. Frontiers in Artificial Intelligence：ConvNeXt–KAN의 원 논문
   내부 평가와 외부 평가의 성능 차이, 환자 단위의 데이터 분할에 관한 한계를 확인.frontiersin.org
   https://www.front