'보행 예측'의 실체는 뇌신호 기반 좌우 발 구분

DGIST 보도자료에 따르면 이번 기술은 자율주행식 보행자 경로 예측이 아니라, 파킨슨병 환자의 시상하필 국부 전위(LFP) 베타파를 분석해 보행 중 좌발과 우발 중 어느 쪽을 내딛는지 구분하는 디코딩 기술입니다. 교신저자는 DGIST 최지웅이 맡았고, 금오공대 한준 김 교수가 공동 교신저자로 참여했습니다. 일부 보도 제목이 의료 적용 맥락 없이 '보행 예측'만 내걸었으나, 실제 적용 대상은 파킨슨병 환자의 뇌 신호라는 점은 자료 전반에서 부합합니다.

출처: 조사 출처

범용 뇌신호 분해 기술의 응용 결과

NONOS는 보행 예측 전용 AI가 아니라 뇌신호에서 잡음과 신호를 분해하는 범용 기술로, 보행 판별력 향상은 그 응용 결과입니다. 논문 초록에 따르면 이 기술은 파킨슨병 환자 LFP에서 베타 진동 기반 행동 디코딩의 신뢰성과 해석 가능성을 높였습니다. 편측 파킨슨 생쥐 모델 실험에서도 뇌심부자극(DBS)으로 유발되는 베타 진동 감소를 기존 방법보다 민감하게 포착했다고 밝혔습니다.

0.98 수치의 논문 본문 대조는 아직 이뤄지지 않았습니다

auROC 0.98과 기존법 0.54~0.79라는 구체 수치는 AI타임스와 전자신문의 2차 보도에 근거하며, 논문 본문은 유료 접근 제한으로 직접 대조되지 않았습니다. 다만 논문 초록의 내용 방향은 보도자료와 일치합니다. 즉 수치 자체의 원전 확인은 아직 이뤄지지 않았으며, 기관 공식 발표와 언론 전재까지만 확인된 상태입니다.

연구진이 제시한 기술의 임상 적용 범위와 다른 운동 증상 디코딩으로의 확장 가능성은 앞으로 후속 논문과 생쥐 모델을 넘어선 환자 데이터 검증을 통해 확인해야 할 지점입니다. 발표 내용은 논문 초록과 기관 보도자료를 바탕으로 볼 때 사실입니다.