인공지능, 안구 이미지를 활용한 ADHD 진단 가능성 제시
한국 연구진이 주도한 새로운 연구에서 인공지능(AI)을 활용해 주의력 결핍 과잉 행동 장애(ADHD)를 진단하고 정도를 평가할 수 있는 가능성이 확인됐다. 연구는 연세대학교 의료원 팀에 의해 진행되었으며, 연구진은 약 1,108개의 망막(펀더스) 이미지를 바탕으로 ADHD 아동과 일반 발달을 보이는 아동을 비교 분석했다.
정확도 96.9%까지 도달한 AI 모델
npj Digital Medicine에 게재된 결과에 따르면, 연구진은 AI 모델 네 가지 및 AutoMorph 딥러닝 기법을 활용했고, 이들 모델은 최대 96.9%의 높은 정확도를 보였다. 특히, ADHD 환자들이 어려움을 겪는 시각 선택적 주의력 손상의 정도를 예측하는 데서도 최대 87.3%의 효율성을 보여주어 주목받고 있다. 또한, 주요 망막 특성을 분석해 ADHD 증상을 대표하는 특징으로 혈관 밀도 증가, 동맥 혈관 너비 감소, 시신경 디스크 구조 변화 등이 밝혀졌다.
빠른 진단 어려운 ADHD, 새로운 희망 제공
ADHD는 신경 발달 장애로, 진단이 단순하지 않은 질환이다. 진단 과정이 어려운 이유는 개인 간 증상이 매우 다양하고 다른 질환과 증상이 중복될 수 있기 때문이다. 연구진은 ADHD 증상과 망막에서의 도파민 역할을 기반으로 망막 이미지를 ADHD 진단 및 선별의 생체 표지자로 채택할 가능성을 탐구했다. 이 결과, 망막 이미지를 활용한 빠른 진단이 가능함을 제시하며 ADHD 환자의 치료 효과를 모니터링하는 데 사용될 수 있는 간단한 검사 방법으로 주목받고 있다.
ADHD 이외의 신경 발달 장애에도 적용될 가능성
최근 몇 년간 디지털 기술 혁신은 ADHD 관리에 보조적인 역할을 담당했다. 하지만 이번 연구는 기존 기술과 달리 AI 기반 안구 이미지 분석 기술이 ADHD뿐만 아니라, 자폐 스펙트럼 장애와 같은 다른 신경 발달 장애를 진단하거나 예측하는 데도 활용될 가능성을 열었다.
이번 연구는 간편한 망막 검사와 AI 모델의 결합으로 ADHD와 신경학적 관리의 새로운 접근법을 제시했다는 점에서 의미가 크다.
출처 : 원문 보러가기