​ADHD, 인공지능으로 단번에 진단 가능

서울대병원, ADHD 구분하는 알고리즘 개발

김붕년 서울대병원 교수 [사진=서울대병원 제공]

서울대학교병원은 주의력결핍과잉행동장애(ADHD)를 인공지능(AI)으로 단번에 진단할 수 있는 방법을 개발했다고 10일 밝혔다.

김붕년 서울대병원 교수와 정범석 카이스트 교수, 유재현 가톨릭대 교수 연구팀은 기계학습 방법을 이용해 뇌 영상만으로 ADHD와 정상발달 아동을 구분할 수 있는 알고리즘을 개발했다.

집중력 저하, 산만함, 충동성을 특징으로 하는 ADHD는 진단이 매우 까다롭다. 발병여부를 결정할 수 있는 명확한 생물학적 근거가 없으며, 객관적인 측정방법도 아직 확립되지 않았기 때문이다.

현재 의료진은 주로 관찰과 부모보고에 의존해 ADHD를 진단했다. 그러나 여기에는 부모의 주관적인 판단이 많이 개입된다는 문제가 있다. 이에 따라 자녀가 ADHD치료가 필요함에도 불구하고, 부모의 잘못된 믿음과 진료거부로 방치되기도 한다.

또 환자의 상태를 정확히 가려내기 위해서는 검사자의 높은 숙련도가 요구되는데, 의료진은 비교적 편파적일 수 있는 부모의 진술과 개인의 다채로운 행동 속에서 객관적인 판단을 내려야해 어려움이 있는 상태다. 

연구팀은 47명의 ADHD와 47명 정상군의 FMRI(기능적 자기공명영상), DTI(확산텐서 영상) 등 다양한 뇌 영상에서 방대한 데이터를 확보했다. AI는 축적된 데이터를 학습해 해당 뇌가 ADHD환자의 뇌인지 정상인의 뇌인지 가려낸다. 연구팀이 개발한 모델은 85% 이상의 진단을 알맞게 분류할 정도로 높은 정확도를 보였다. 새로운 환자군 데이터에서도 유사한 수행 능력을 보였다.

ADHD환자 뇌는 중요 자극을 선별하는 네트워크과 반응 억제를 담당하는 전전두엽에 구조적인 결함이 뚜렷이 존재했다. ADHD에서 흔히 관찰되는 부주의와 과잉행동-충동성 증상 또한 구조적인 뇌 네트워크 결함에 따른 것으로 확인됐다.

김붕년 교수는 “이번 연구에서 뇌영상 빅데이터를 활용해 정상적으로 발달하는 아이와 ADHD환아를 구별할 수 있게 됐다”며 “다양한 뇌 구조 및 기능영상은 AI 기반 플랫폼을 통해 향후 ADHD원인을 완벽히 설명할 수 있는 근거가 될 수 있기에 잠재력이 무궁무진하다”고 말했다.

이번 연구는 ‘뇌 영상과 행동(Brain Imaging & Behavior)’ 최근호에 게재됐다.