서울대병원(원장 김연수)은 소아청소년정신과 김붕년, KAIST 정범석, 가톨릭대 유재현 교수팀이 뇌 영상만으로 주의력결핍과잉행동장애(ADHD)와 정상발달 아동을 구분하는 알고리즘을 개발했다고 10일 밝혔다.
ADHD는 집중력 저하, 산만함, 충동성을 특징으로 하지만 객관적인 측정 방법은 확립되지 않았다. 주로 관찰과 부모 보고에 의존해 진단한다.
교수팀은 ADHD와 정상군 각각 47명의 fMRI, DTI 등 다양한 뇌 영상 데이터를 확보했다. 이를 바탕으로 기계학습해 ADHD 환자 뇌인지 정상인 뇌인지 가려낸다. 개발된 모델은 85% 이상 진단을 알맞게 분류할 정도로 정확도를 보였다. 새로운 환자군 데이터에서도 유사한 수행 능력을 보였다.
프로그램은 뇌의 몇몇 중요 부위에 발생한 손상을 주목했다. ADHD 환자 뇌는 중요 자극을 선별하는 네트워크와 반응 억제를 담당하는 전전두엽에 구조적인 결함이 존재했다. 부주의, 과잉행동, 충동성 증상이 구조적 뇌 네트워크 결함으로 설명 가능했다.
김붕년 교수는 “이번 연구에서 뇌 영상 빅데이터를 활용해 정상적으로 발달하는 아이와 ADHD 환아를 구별할 수 있게 됐다”면서 “다양한 뇌 구조, 기능영상은 AI 기반 플랫폼으로 향후 ADHD 행동 원인을 완벽히 설명할 근거가 될 수 있다”고 말했다.
정용철 의료/바이오 전문기자 jungyc@etnews.com
