뇌전증 환자들이 문자로 답해 발작 감지기를 다시 가르쳤다

병원에서 며칠을 보내는 동안 간질(뇌전증) 환자 13명은 휴대폰으로 발작 경보를 받았고, 경보마다 ‘예’ 또는 ‘아니요’로 답했다. 경보의 3분의 2 이상에 응답했다. 알고리즘은 이 짧은 답변으로 재학습했고, 시뮬레이션에서 오경보가 약 80% 줄었다. 숙련된 전문의가 붙인 라벨로 더한 개선은 2%에 그쳤다. 다만 함정이 있다. 새 버전은 진짜 발작을 이전보다 더 잘 잡아내지는 못했다.

참가자는 모두 펜실베이니아대학교 병원 뇌전증 모니터링 병동에 입원해 있었고, 각자 자기 뇌파(EEG)에 연결된 AI 비서 휴대폰 앱을 썼다. 신경과 의사 브라이언 릿 연구진의 이 연구는 2026년 10월 13일 《네이처 메디신》에 실렸다 . 저자들은 개념 증명이라고 부른다. 표본은 아주 작고, 모든 일이 병원 안에서 일어났다. 플랫폼은 릿 연구실의 생명공학 박사과정생 잭 골드블럼과 하오얼 시가 만들었다.

모두가 발작을 기다리는 병동

이런 병동에 입원하는 이유는 치료가 아니라, 감시 아래에서 발작을 일으켜 보기 위해서다. 환자는 머리에 전극을 붙이고 며칠 동안 영상 촬영을 받으며, 의사는 발작을 기록으로 잡아 어디서 시작되는지 확인한다. 뇌전도, 즉 EEG는 뇌의 전기 활동을 기록하는 검사다. 발작 중에는 파형의 리듬이 달라지고, 숙련된 의사는 이를 한눈에 알아본다. 공개 데이터셋 설명 에 따르면 참가자 11명은 두피에, 2명은 뇌 안에 전극을 붙였다.

기록은 감지 프로그램이 지켜본다. 이 프로그램은 헛경보를 자주 울린다. 누가 머리를 긁거나 자다가 뒤척이면 그 움직임이 파형에 잡음으로 남기 때문이다. 그때마다 간호사를 부르면 저녁쯤에는 아무도 경보를 믿지 않게 된다.

보통은 의사와 엔지니어가 감지기를 환자 한 명에 맞춰 조정하는데, 직접 만나서 프로그래밍하며 몇 달이 걸린다. 릿 연구진은 발작이 있었는지 확실히 아는 사람에게 물어보자고 제안했다. 걸린 것은 보이는 것보다 크다. WHO는 뇌전증 환자의 최대 70%가 제대로 진단받고 치료받으면 발작 없이 살 수 있다고 추산한다. 발작을 정확히 기록하는 일이 그 진단의 출발점이다.

몇 달의 조정 대신 버튼 세 개

핵심 결과는 가장 소박한 동작에 숨어 있다. 감지기가 발작 가능성을 표시할 때마다 휴대폰이 물었다. 정말 있었던 일인가요? 환자는 ‘예’, ‘아니요’, ‘잘 모르겠음’ 중에서 고를 수 있었다. 환자들은 이 질문의 3분의 2 이상에 답했다고 메디컬엑스프레스는 전한다 .

이 답변은 알고리즘의 힌트가 됐다. 사진 밑 설명이 신경망에게 고양이를 알아보게 가르치는 것과 비슷하다. 답변으로 재학습하자 감지기가 입원 기간 동안 울린 불필요한 경보는 약 80% 줄었다. 이 수치는 시뮬레이션에서 나왔다. 연구진이 재학습한 모델에 기록을 사후에 다시 돌려 경보가 몇 번 울렸을지 센 것이다. 그러니 실제로 켜 놓았을 때 시스템이 어떻게 굴지는 아직 열린 문제다.

새 버전은 더 날카로워진 것이 아니라 더 차분해졌다. 쓸데없이 울리지는 않게 됐지만, 진짜 발작을 놓치는 정도는 이전과 같았다.

사람들은 자기 뇌에게 무엇을 묻는가

앱은 양방향으로 작동한다. 환자가 질문을 입력하면 AI 에이전트가 실시간 EEG 기록을 바탕으로 때로는 차트와 함께 답한다. 대화 뒤에는 오픈AI의 GPT-4o-mini 버전이 있었는데, 환자 데이터를 보관하거나 학습에 쓰지 못하도록 계약으로 막은 비공개 채널로 연결했다. 오가는 모든 메시지는 자동 안전 점검을 거쳤다고 메디컬 이코노믹스는 쓴다 .

대화는 대부분 발작, 수면, 기분, 활력에 관한 것이었다. 전형적인 질문은 이렇다. 어젯밤에 발작이 있었나? 말은 시스템이 더 많이 했다. 전체 메시지의 약 69%가 경보, 하루 세 번의 설문, 답장이었다. 간단한 답은 약 2초 만에 돌아왔다. 간호사가 병실로 걸어오는 것보다 빠르다. 시스템이 EEG 기록을 뒤져야 하는 질문, 예컨대 ‘나 얼마나 잤지?‘에는 약 9초가 걸렸다. 열세 명 중 다섯 명은 먼저 나서서 이 시스템을 집에 가져가도 되느냐고 물었다. 연구진의 답은 아직은 안 된다지만, 작업이 향하는 곳이 거기라고 골드블럼은 메디컬 이코노믹스 인터뷰에서 떠올린다. 사용성 설문지를 채운 참가자는 다섯 명뿐이었고, 이들은 평균 100점 만점에 83점을 줬다.

의료기기는 왜 말이 없을까

릿은 아이디어를 간단히 설명한다. 환자는 센서가 직접 잴 수 없는 병의 측면을 이해하는 경우가 많다는 것이다. 펜실베이니아대학교 발표문 에 나오는 그의 말이다. 사람은 발작 전에 잠을 못 잤다는 것도, 약을 걸렀다는 것도 안다. 기기가 보는 것은 파형 위의 선 하나뿐이다.

반대 방향의 통로도 거의 없다. 미국에서 뇌전증용으로 승인된 이식형 기기는 세 가지다. 미주신경 자극술, 반응성 신경자극술(RNS), 뇌심부자극술이다. 이 가운데 환자와 실시간으로 정보를 주고받을 수 있는 것은 없다고 저자들은 쓴다. 다시 말해 사람이 자기 기기에서 무언가를 알아내려면 의사를 거쳐야 한다. 릿은 이렇게 직접 말한다. 데이터에는 행동이 건강에 어떤 영향을 주는지에 관한 단서가 많이 숨어 있지만 환자에게는 그 순간에 그것을 알 방법이 없다고, NIH가 인용한 그의 말이다 .

이번 시험이 아직 보여 주지 못한 것

전 세계 뇌전증 환자는 약 5천만 명이라고 WHO는 밝힌다 . 그러니 이 연구를 치료 소식으로 읽고 싶어진다. 하지만 이 연구가 다루는 것은 다른 이야기다. 환자 열세 명이 한 병원에서 직원 감독 아래 며칠을 보냈을 뿐이고, 시험은 사람들의 발작이 줄어드는지 보여 주도록 설계되지 않았다.

그것은 다음 단계인 외래 시험의 몫이다. 최소 침습 EEG와 웨어러블 센서를 쓰는 시험에서 일상에서 중요한 것들을 센다. 발작이 얼마나 자주, 얼마나 심하게 오는지, 구급차 호출과 병원 방문이 몇 번이나 필요한지다. 그다음 저자들은 이런 대화를 이용해 파킨슨병의 뇌심부자극술을 자동으로 조정하고 싶어 한다. 심박조율기와 인슐린 펌프를 쓰는 사람들에게도 도움이 되리라고 본다. 규제 당국이 이런 시스템을 단계적으로 승인하리라 예상하며, 조언만 하고 스스로는 아무것도 결정하지 않는 시스템부터 시작될 것이다.

이런 기기는 몸에 관한 데이터를 몇 년 동안 말없이 모은다. 이번 시험에서는 기기가 주인에게 무슨 일이 있었는지 물었고, 주인의 대답이 기기를 더 정확하게 만들었다.