[디지털머니=김지성 기사] 빅데이터와 인공지능(AI) 그리고 의학이 만나 인간의 눈과 경험으로 진단하지 못하는 영역을 진단하는 것이 가능해졌다.

뇌영상을 빅데이터화 하고 이를 AI의 떠오르는 기술인 딥러닝(Deep Learning)으로 학습시켜 자폐 스펙트럼 장애(ASD)의 증상과 심각도를 예측할 수 있다는 연구결과가 나온 것. 이 연구에 따라 ASD 환자들 진단과 예후에 따른 맞춤형 치료가 가능할 것으로 기대된다.

한국과학기술원(KAIST) 바이오및뇌공학과 이상완 교수(신경과학-인공지능 융합연구센터장)와 세브란스병원 소아정신과 천근아 교수(연세자폐증연구소장)가 참여한 연구팀이 ASD 뇌영상 빅데이터를 활용해 자폐의 증상과 예후를 예측할 수 있다는 연구결과를 얻었다고 28일 밝혔다.

해당 연구결과는 ASD 아동들의 뇌영상 빅데이터를 이용한 국내 최초 AI 연구성과다.

관련 연구는 국제전기전자기술자협회(IEEE)에서 발행하는 저널인 IEEE 엑세스(Access) 온라인판에 게재됐다.

ASD는 뇌 발달 장애의 하나다. ASD를 겪는 아동들은 의사소통에 문제가 있고 제한된 관심사를 보인다. 이 때문에 반복적인 행동을 하기도 한다.

2020년도 미국 미국질병통제예방센터(CDC) 통계자료에 따르면 ASD의 유병률은 54명당 1명으로 매년 증가하는 추세다. 국내에서도 유병률이 약 2% 내외라는 조사가 있다.

ASD는 아동 행동 관찰 및 상담과 정신질환 진단분류매뉴얼(DSM-5)로 진단하고 있다. 그런데 환자 개인차가 심해 자폐에 대한 정확한 진단이 어렵다. 더구나 예후를 예측하기는 더욱 힘들다.

이상완·천근아 교수 연구팀은 ASD 진단 문제를 해결하기 위해 연구를 시작했다. 연구는 세브란스병원에 구축된 3~11세 ASD 환자 84건의 MRI 빅데이터와 국제컨소시엄으로 구축된 1000여 건의 자폐증 환자 MRI 빅데이터를 활용했다. 그리고 MRI 영상으로 자폐의 진단과 예후를 예측할 수 있는 딥러닝 모델을 개발했다.

연구팀은 공간 변경 네트워크(Spartial Transformer Network, STN)와 3D 컨볼루션 신경망(convolutional neural network, CNN)을 활용한 진단 모델을 구축했다. 그리고 MRI 빅데이터를 학습시켰다.

이렇게 구축된 모델에 형태학적인 특징을 추출하고 이를 뇌영상에 투영시키는 방식으로 분석했다. 이와 함께 인자들 간의 관계 분석을 위해 강화학습 모델의 일종인 회귀형 주의집중 모델(recurrent attention model)을 학습시켰다.

분석결과 뇌의 기저핵을 포함한 피질 하 구조가 자폐 심각도와 관련이 있다는 것을 확인했다.

이상완 교수는 “이번 연구결과로 자폐 진단에서뿐만 아니라 앞으로 의사나 관련 전문가들이 인공지능을 활용해 복잡한 질병을 이해하고 더 많이 활용할 수 있게 될 것”이라고 말했다.

천근아 교수는 “자폐스펙트럼장애 진단에 있어 뇌 영상 자료는 아직 의사들 사이에서 활용가치가 높지 않다는 인식이 보편적”이라며 “이번 연구를 통해 자폐의 하위 증상과 심각도 사이에 뇌 영상에서 차이가 있다는 것을 확인했다”고 연구성과에 대한 의미를 설명했다.

이어 “이번 연구는 다양한 임상표현형과 심각도를 지닌 자폐증 환자들에게 개별 맞춤 진단과 예후를 예측할 수 있게 됐다”고 밝혔다.

디지털머니 김지성 기자 nugi7178@gmail.com 김지성 기자의 기사 더보기

<저작권자> 디지털 세상을 읽는 미디어 ⓒ디지털머니 | 재배포할 때에는 출처를 표기해 주세요.