3차원 원본 이미지(A)를 토대로 전문가가 수동으로 직접 표시한 주름(B)과 AI가 예측해 자동으로 표시한 영역(C).
DSC 값은 두 영역의 겹침 정도를 수치화한 것으로, AI가 전문가와 거의 일치하게(약 87%) 주름을 찾아냈다는 의미를 가진다. 

귓불에 사선으로 패인 주름인 '프랭크 징후'가 단순 노화의 흔적이 아니라 뇌소혈관의 손상 정도를 객관적으로 보여주는 지표라는 사실이 AI 기술을 통해 세계 최초로 규명됐다.

분당서울대병원 정신건강의학과 김기웅 교수팀은 3차원 뇌 MRI 영상에서 프랭크 징후를 자동으로 식별하는 AI 모델을 개발하고, 이를 통해 귓불 주름과 유전성 뇌소혈관 질환인 '카다실(CADASIL)' 간의 강한 연관성을 입증했다고 12일 밝혔다. 그간 육안에 의존해 주관적이었던 프랭크 징후 판별을 AI로 표준화하고, 실제 뇌혈관 손상과의 인과적 근거를 찾아낸 것이 핵심이다.

김기웅 분당서울대병원 교수

연구팀이 개발한 AI 모델은 뇌 MRI에서 추출한 얼굴 이미지를 분석해 프랭크 징후를 탐지한다. 다기관 검증 결과, 전문가의 판단과 70% 이상 부합하는 높은 정확도(AUC 0.9 이상)를 기록했다. 연구팀은 이 모델을 카다실 환자 81명에게 적용한 결과, 환자군의 프랭크 징후 발생률(66.7%)이 일반인(42.6%)보다 현저히 높았으며 발생 확률은 4.2배에 달한다는 사실을 확인했다.

특히 뇌 중심부가 하얗게 변하는 '뇌백질변성(WMH)'의 부피가 클수록 프랭크 징후 발생률이 비례적으로 증가(37.0%→66.7%→74.1%)하는 양상을 보였다. 이는 귓불 주름이 뇌소혈관 손상의 누적 정도를 반영하는 신호임을 뒷받침한다. 연령이나 성별 등 다른 요인을 통제해도 이러한 연관성은 유지됐다.

김기웅 교수는 "이번 연구는 프랭크 징후가 유전성 뇌소혈관 손상 정도를 객관적으로 반영한다는 과학적 근거를 제시했다는 데 의의가 있다"며 "귓불 주름이 관찰된다면 전신 혈관 건강을 점검해볼 필요가 있다"고 조언했다. 이번 연구 결과는 국제학술지 '사이언티픽 리포트(Scientific Reports)' 등에 게재됐다.