보건타임즈 : 서울대병원, ADHD도 인공지능으로 '단번에 진단'

의사·보호자 주관적 판단 아닌 '객관적 진단법' 열렸다
김붕년 교수 "ADHD 행동 원인 완벽하게 설명할 근거 내놔‥잠재력 무궁무진"

[보건타임즈] 많은 부모가 산만해 쉽게 집중하지 못하는 자녀를 보게 되면 혹시나 ADHD(사진 이미지/서울대병원 제공)는 아닌지 걱정하곤 한다.(논문)
단순히 어려서 그럴 수 있다고 넘어가려 해도, 우리 아이가 정말로 장애가 있는 것은 아닌지 걱정이 앞선다.

이제는 이러한 자녀의 ADHD를 손쉽게 진단할 수 있게 될 전망이다.

서울대병원 김붕년(사진), 카이스트 정범석, 가톨릭대 유재현 교수팀은 기계학습 방법을 이용해 뇌 영상만으로 ADHD와 정상발달 아동을 구분할 수 있는 알고리즘을 개발했다고 10일 밝혔다.

지금껏 집중력 저하, 산만함, 충동성을 특징으로 하는 ADHD는 진단이 매우 까다로웠다.
ADHD는 발병 여부를 결정할 수 있는 명확한 생물학적 근거가 없는 데다 객관적인 측정방법이 아직 확립되지 않아서다.

의료진은 주로 관찰, 부모나 교사보고에 의존해 ADHD를 진단해왔다.
이 때문에 부모와 교사의 주관적인 판단이 개입될 여지가 있어 조심스러운 점이 많다는 문제를 가지고 있다.

매우 불안한 부모의 경우, 의료진에게 자녀의 문제를 현실보다 좀 더 심각하게 알리거나 반대일 가능성 있어 정보의 신뢰도를 신중하게 고려하는 작업이 필요했다.
이유는 치료가 꼭 필요한 아이지만 부모나 돌보는 사람들의 잘못된 믿음으로 진료를 의뢰조차 하지 않아 증상이 악화돼, 이차적인 합병증으로 고통받는 사례도 상당수 있다.
이러한 요소들로 ADHD 진단과정은 임상의의 높은 숙련도가 요구되며, 다양한 신경심리학적 검사와 증상의 시간적 발달변화에 따른 추가 추적 관찰이 필수적이었다.

연구팀이 개발한 프로그램은 47명의 ADHD, 47명의 정상군의 fMRI, DTI 등 다양한 뇌 영상에서 집계, 축적한 방대한 데이터가 이용됐다.
이 프로그램은 축적된 데이터를 기계 학습해 진단하려는 뇌의 ADHD 유무를 가려낸다.
연구팀이 개발한 모델은 85% 이상의 진단을 알맞게 분류할 정도로 높은 정확도를 보였다.
게다가 새로운 환자군 데이터에서도 유사한 수행 능력을 나타냈다.

프로그램이 주목한 것은 뇌의 몇몇 중요 부위에 발생한 손상이었다.
ADHD 환자의 뇌는 중요 자극을 선별하는 네트워크와 반응 억제를 담당하는 전전두엽에 구조적인 결함이 뚜렷이 존재한다.
이 프로그램은 ADHD에서 흔히 관찰되는 부주의, 과잉행동-충동성 증상, 위의 구조적 뇌 네트워크 결함을 정확하게 짚어 내 설명할 수 있는 것으로 밝혀졌다.

프로그램이 주목한 것은 뇌의 몇몇 중요 부위에 발생한 손상이었다.(사진 이미지)
ADHD 환자의 뇌는 중요 자극을 선별하는 네트워크와 반응 억제를 담당하는 전전두엽에 구조적인 결함이 뚜렷이 존재한다.
이 프로그램은 ADHD에서 흔히 관찰되는 부주의, 과잉행동-충동성 증상, 위의 구조적 뇌 네트워크 결함을 정확하게 짚어 내 설명할 수 있는 것으로 밝혀졌다.

김붕년 교수는 "이번 연구에서 뇌영상 빅데이터를 활용해 정상적으로 발달하는 아이와 ADHD 환아를 구별할 수 있게 됐다"며 "다양한 뇌 구조와 기능 영상은 AI 기반 플랫폼을 통해, 향후 ADHD 행동의 원인을 완벽히 설명할 수 있는 근거가 될 수 있기에 잠재력이 무궁무진하다"고 강조했다.

이 연구논문은 'Exploring characteristic features of attention-deficit/hyperactivity disorder: findings from multi-modal MRI and candidate genetic data'란 제목으로 '뇌 영상과 행동(Brain Imaging & Behavior) 최근호'에 게재됐다.