만성 통증 강도 수치화, 5회 뇌영상으로 환자별 통증 예측

만성 통증 강도 수치화, 숫자로 읽는 새로운 기준

기초과학연구원 연구진이 발표한 만성 통증 강도 수치화 연구는 환자가 느끼는 통증을 뇌영상과 인공지능 분석으로 읽어내는 데 초점을 맞춘 성과입니다. 같은 진단명을 받아도 통증의 세기와 양상은 크게 다를 수 있는데, 이번 연구는 그 차이를 개인별 뇌 신호로 추적했다는 점에서 의미가 큽니다. 만성 통증을 겪는 분들에게는 “왜 내 통증은 검사로 잘 설명되지 않을까”라는 오래된 질문이 있습니다. 이 연구는 그 질문에 과학적으로 한 걸음 더 가까이 다가간 사례로 볼 수 있습니다.

왜 만성 통증은 늘 설명하기 어려웠을까요

만성 통증은 단순히 오래 아픈 상태를 뜻하지 않습니다. 검사 수치나 영상 결과가 비교적 평범해 보여도 실제 생활에서는 큰 고통을 겪는 경우가 많기 때문입니다. 어떤 분은 잠을 제대로 못 주무시고, 어떤 분은 짧은 외출이나 가벼운 집안일도 버겁게 느끼십니다. 그런데 통증은 혈압이나 체온처럼 바로 숫자로 확인하기 어렵습니다. 환자 본인의 표현에 의존하는 비중이 크고, 피로감, 불안, 스트레스, 우울감 같은 요소도 함께 얽혀 있기 때문입니다.

이 때문에 만성 통증 환자들은 종종 “겉으로는 멀쩡해 보인다”는 오해를 받기도 합니다. 의료진 입장에서도 통증을 객관화할 수 있는 기준이 충분하지 않으면 치료 반응을 세밀하게 판단하기가 어렵습니다. 그래서 만성 통증 강도 수치화 연구는 단지 학술적으로 흥미로운 수준을 넘어, 환자와 보호자, 의료진 모두에게 중요한 과제가 되어 왔습니다.

이번 연구가 기존 통증 연구와 다른 이유

기존 연구는 많은 사람에게 공통으로 나타나는 통증 신호를 찾는 데 집중하는 경우가 많았습니다. 이런 방식은 전체적인 경향을 이해하는 데는 도움이 되지만, 실제 한 사람의 통증 변화를 정교하게 설명하는 데는 한계가 있었습니다. 같은 섬유근육통 환자라고 해도 어떤 분은 타는 듯한 통증을, 어떤 분은 쑤시는 통증을, 또 어떤 분은 무겁게 짓누르는 느낌을 호소하시기 때문입니다.

이번 연구는 질문 자체를 바꿨습니다. 많은 사람의 평균 패턴을 찾기보다, 한 사람에게서 충분한 데이터를 반복적으로 모으면 더 정확한 예측이 가능하지 않을까에 주목했습니다. 다시 말해 통증을 집단의 평균값으로 설명하기보다, 개인의 고유한 뇌 패턴으로 해석하려는 접근입니다. 바로 이 지점이 이번 만성 통증 강도 수치화 연구가 주목받는 가장 큰 이유입니다.

연구는 어떻게 진행됐나요

연구팀은 전신의 통증이 넓게 이어지는 섬유근육통 환자를 대상으로 수개월 동안 반복적으로 기능자기공명영상 촬영을 진행했습니다. fMRI는 뇌의 혈류 변화를 바탕으로 어느 영역이 활성화되는지 보여주는 기술입니다. 연구진은 여기에 인공지능 기계학습을 적용해 각 환자에게서 나타나는 고유한 뇌 연결 패턴을 분석했습니다.

핵심은 단순히 한 번 촬영하고 끝나는 방식이 아니라는 점입니다. 환자가 느끼는 자발적 통증의 변화를 여러 시점에서 추적하고, 그때그때의 뇌영상 데이터를 함께 쌓아 개인별 예측 모델을 만들었습니다. 이렇게 축적된 데이터는 통증이 순간마다 어떻게 달라지는지, 그리고 그 변화가 뇌의 어떤 연결망과 관련되는지 읽어내는 기초 자료가 됐습니다.

연구결과에서 가장 중요한 장면

이번 연구 결과의 핵심은 개인 데이터가 쌓일수록 예측 정확도가 높아졌다는 점입니다. 통증은 늘 일정하지 않고 그날의 상태, 수면, 긴장도, 몸의 피로, 감정 상태에 따라 달라질 수 있습니다. 연구진은 이런 변동을 한 번의 검사로 단정하기보다 여러 번의 측정을 통해 더 정밀하게 읽어냈습니다. 특히 반복 촬영 횟수가 늘어날수록 통증 강도를 더 안정적으로 예측할 수 있음을 확인했습니다.

또 다른 중요한 결과는 환자마다 통증의 뇌 패턴이 서로 달랐다는 점입니다. 한 사람에게서 잘 작동한 예측 모델이 다른 사람에게 그대로 적용되지는 않았습니다. 이는 만성 통증을 하나의 공통된 공식으로만 설명하기 어렵다는 뜻입니다. 앞으로 치료와 진단 역시 “같은 병명이면 같은 접근”이라는 방식에서 조금씩 벗어나, 개인 맞춤형 방향으로 이동할 가능성을 시사합니다.

첨부 그래프를 어떻게 보면 좋을까요

위 그래프는 참가자 1과 참가자 2의 실제 통증 세기와 예측된 통증 세기를 비교한 결과입니다. 점들이 대체로 같은 방향으로 모이고 추세선도 비슷하게 상승하는 흐름을 보인다는 점이 중요합니다. 이는 뇌영상 기반 모델이 환자가 실제로 느끼는 통증 변화를 어느 정도 따라갈 수 있음을 보여줍니다.

오른쪽의 작은 그래프들은 1분, 2분, 10분, 30분처럼 서로 다른 시간 단위에서 예측 결과를 비교한 것으로 이해하시면 됩니다. 방문자 입장에서 꼭 기억하실 부분은 복잡한 수치 그 자체보다, 통증이 막연한 느낌만이 아니라 뇌 데이터와 연결되는 패턴으로 분석될 수 있다는 점입니다. 이 부분이 바로 만성 통증 강도 수치화 연구가 흥미롭게 읽히는 이유이기도 합니다.

뇌영역 중요도 분석은 왜 의미가 클까요

연구팀은 단순히 통증을 맞혀보는 수준에 머물지 않고, 어떤 뇌 영역이 예측에 더 중요한지도 함께 분석했습니다. 특정 영역의 정보를 덜어냈을 때 예측력이 얼마나 달라지는지 확인해, 각 환자에게서 더 중요한 영역을 찾아본 것입니다. 이는 통증이 뇌 전체에서 똑같이 나타나는 것이 아니라, 개인마다 중심이 되는 영역이 다를 수 있음을 보여줍니다.

이런 결과는 앞으로 치료 전략을 세우는 데도 단서를 줄 수 있습니다. 예를 들어 통증 조절에 더 크게 관여하는 연결망이 사람마다 다르다면, 약물 반응이나 비약물 치료 반응도 달라질 수 있습니다. 즉 만성 통증 강도 수치화는 단순한 진단 보조를 넘어, 어떤 치료 방향이 더 적합할지 탐색하는 기초 자료로도 이어질 가능성이 있습니다.

이 연구가 환자와 가족에게 주는 의미

만성 통증을 겪는 분들 가운데에는 검사 결과가 뚜렷하지 않다는 이유로 본인의 고통을 충분히 설명하지 못했다고 느끼는 경우가 적지 않습니다. 가족이나 주변 사람에게 이해받지 못해 더 힘들어지는 경우도 있습니다. 그런 점에서 이번 연구는 “통증은 주관적이니 정확히 알기 어렵다”는 오래된 한계를 조금씩 넘어서는 방향을 제시합니다.

물론 당장 병원에서 누구나 바로 받는 표준검사로 이어지는 단계는 아닙니다. 하지만 통증을 단순 설문과 문진에만 의존하지 않고, 뇌 반응과 데이터 분석을 함께 보는 흐름이 가능하다는 점을 보여준 것만으로도 의미가 큽니다. 환자 입장에서는 자신의 통증이 결코 막연한 호소가 아니라는 점을 과학적으로 뒷받침받는 느낌을 줄 수 있고, 보호자 입장에서는 보이지 않던 통증을 이해하는 새로운 창이 될 수 있습니다.

이 연구가 바로 병원 검사로 쓰이지는 않는 이유

좋은 연구라고 해서 곧바로 현실 진료에 도입되는 것은 아닙니다. 이번 연구 역시 해석할 때 신중함이 필요합니다. 우선 장기간 반복 촬영이 필요하고, MRI 검사 자체가 비용과 시간, 접근성 면에서 부담이 될 수 있습니다. 만성 통증 환자에게는 병원 이동과 장시간 검사도 큰 고통일 수 있어 실제 적용 과정에는 현실적인 장벽이 있습니다.

또 연구 규모가 더 커지고, 다양한 통증 질환군에서 재현성이 충분히 확인되어야 합니다. 섬유근육통뿐 아니라 허리 통증, 신경병증성 통증, 수술 후 만성 통증 등 여러 유형에서 같은 방향의 결과가 나오는지도 중요합니다. 다시 말해 이번 성과는 완성형 답안이라기보다, 앞으로의 의료가 어느 방향으로 갈지를 보여주는 강한 신호에 가깝습니다.

연구진 정보

교신저자

우충완 부연구단장은 기초과학연구원 뇌과학 이미징 연구단과 성균관대학교 글로벌바이오메디컬공학과에서 연구를 이어가고 계십니다. 서울대학교에서 학사와 석사를 마쳤고, 미국 University of Colorado Boulder에서 박사 학위를 받았습니다. 이후 임상심리와 뇌영상 연구를 함께 다루며 통증과 감정, 뇌 신호를 연결하는 연구를 이어오셨습니다.

제1저자

이재중 박사후연구원은 기초과학연구원 뇌과학 이미징 연구단 소속으로, 의학과 뇌공학의 접점을 바탕으로 이번 연구를 수행했습니다. 환자마다 통증과 연결된 뇌의 연결망 패턴이 다르게 나타난다는 점을 보여준 것은 이번 연구의 핵심 성과 중 하나입니다.

공동연구

이번 만성 통증 강도 수치화 연구는 기초과학연구원 뇌과학 이미징 연구단과 충남대학교 조성근 교수 공동연구팀이 함께 진행했습니다. 임상 현장의 이해와 정교한 뇌영상 분석이 결합됐다는 점도 이번 연구의 강점으로 꼽힙니다.

논문정보와 논문링크

이 글을 읽고 무엇을 기억하면 좋을까요

이번 만성 통증 강도 수치화 연구는 통증을 완전히 해결하는 기술을 보여준 것은 아닙니다. 하지만 통증을 더 이상 막연한 느낌으로만 남겨두지 않고, 개인별 뇌 신호와 연결해 이해하려는 방향을 분명하게 제시했습니다. 이것은 의료가 환자를 평균값으로 보는 단계에서 벗어나, 한 사람의 경험을 데이터로 존중하는 방향으로 움직이고 있다는 뜻이기도 합니다.

독자 입장에서 가장 중요한 포인트는 세 가지입니다. 첫째, 만성 통증은 실제로 개인차가 매우 크다는 점입니다. 둘째, 그 차이는 단순한 기분 문제가 아니라 뇌의 반응 패턴과 연결될 수 있다는 점입니다. 셋째, 아직 연구 단계이지만 앞으로는 더 정교한 진단과 맞춤형 치료 전략으로 이어질 가능성이 있다는 점입니다. 이 세 가지를 이해하시면 이번 연구의 가치가 훨씬 선명하게 보이실 것입니다.

함께 읽어보면 좋은 뇌과학 자료

만성 통증 강도 수치화처럼 뇌 신호를 통해 보이지 않던 변화를 읽어내는 연구에 관심이 있으시다면, 기억, 우울, 불안과 공포를 다룬 아래 글들도 함께 보시면 흐름을 이해하는 데 도움이 됩니다.

• 기억이 안 날 때 뇌 변화, 기억 세포보다 중요한 1가지
• 우울증 원인, 스트레스가 뇌 속 단백질을 바꿔 감정을 무너뜨린다
• 자폐증 불안 공포, 뇌 회로 켜자 공포 기억 사라지고 치료 길 열렸다

마무리

만성 통증 강도 수치화는 눈에 보이지 않던 고통을 과학적으로 설명하려는 중요한 시도입니다. 환자마다 다른 통증을 환자마다 다른 뇌 신호로 읽어내려는 접근은 앞으로의 통증 연구와 정밀의료 방향을 함께 보여줍니다.

지금 당장 모든 진료 현장을 바꾸는 단계는 아니지만, “통증은 설명하기 어려운 주관적 감각”이라는 오래된 한계를 조금씩 넘어서고 있다는 점에서 충분히 주목할 만합니다.

만성 통증을 겪고 계시거나 가족의 고통을 이해하고 싶으셨다면, 이번 연구는 그 답을 찾는 과정이 어디까지 와 있는지 차분하게 보여주는 의미 있는 출발점이 될 수 있습니다.