조기진단이 어려운 자폐증을 인공지능(AI)으로 신속하고 정밀하게 진단할 수 있게 됐다.

서울대병원 김붕년 교수(장수민 전임의)·한양대병원 이종민 교수(김인향 교수) 공동연구팀은 뇌MRI(자기공명영상) 기반 머신러닝 AI알고리즘의 진단 구분능력을 비교 평가해 국제학술지 '자폐 및 발달장애 저널'(Journal of Autism and Developmental Disorders)에 발표했다.

자폐스펙트럼장애는 사회적 관계형성의 어려움, 정서적 상호작용의 문제, 반복적 행동과 제한된 관심을 특징으로 하는 신경발달장애다. 어린이 유병률은 약 1~2%로 알려져 있다.

발생 원인은 유전적·환경적 요인의 상호작용으로 알려져 있으며, 최근에는 사회적 뇌의 구조 및 기능 발달 이상과 관련한다는 보고도 늘고 있다.

이번 연구 대상자는 58명의 자폐스펙트럼장애 환자. 이들과 48명의 대조군의 뇌MRI를 측정법에 따라 △T1강조 MRI 영상(대뇌 회백질의 특성을 정량적으로 측정), △확산텐서영상(대뇌 백질의 특성을 정량적으로 측정), △다중 MRI(T1강조 MRI·확산텐서영상을 조합해 측정)으로 나누고 정확도와 민감도, 특이도 등 진단 능력을 평가했다.

그 결과, 다중 MRI 모델의 진단능력이 가장 높았다(정확도 88.8%, 민감도 93.0%, 특이도 83.8%). 특히 정확도는 T1강조 MRI(78.0%)와 확산텐서영상(78.7%) 보다 10%p 높았다.

AI알고리즘 진단구분 능력 비교
AI알고리즘 진단구분 능력 비교

이번 연구에서는 자폐스펙트럼장애 진단에서 중요한 영상지표는 후두엽의 피질두께, 소뇌각의 확산도, 후측 대상회 연결도로 나타났다.

김붕년 교수는 "이번 연구로 발달지연이 심한 영유아 자폐스펙트럼장애 환자를 생물학적 지표에 근거해 진단함에 있어, 기계학습을 통한 다중 MRI의 유용성이 확인됐다"고 설명했다.
 

저작권자 © 메디칼트리뷴 무단전재 및 재배포 금지
관련기사