by이순용 기자
2022.01.17 11:12:19
서울대병원, MRI 뇌영상 기반 AI 활용해 자폐증 진단능력 평가
다중 MRI, 88.8% 높은 진단 정확도...개별 MRI보다 10%p 높아
[이데일리 이순용 기자] 최근 조기 진단이 어려운 자폐스펙트럼장애(ASD)를 MRI 뇌영상 기반의 객관적·생물학적 지표를 활용하여 정확하고 신속하게 진단할 수 있는 근간이 마련됐다. 이는 기존 행동 관찰식 진단의 한계를 보완할 것으로 기대된다.
자폐스펙트럼장애는 아동의 약 1~2%에서 발병하는 신경발달장애다. 주로 사회적 관계형성의 어려움, 정서적 상호작용의 문제, 반복적 행동과 제한된 관심 등이 특징이다. 발병 원인은 유전적·환경적 요인의 상호작용으로 알려져 있으며, 최근에는 사회적 뇌의 구조 및 기능 발달 이상과 관련된다는 보고가 늘고 있다.
그동안 자폐스펙트럼장애 진단은 발달과정에서의 이상 행동이나 표현을 관찰한 후 증상평가를 통해 내려졌다. 이 진단법은 전문가 간에 일치도는 높으나, 관찰자의 주관이 개입할 여지가 있고 발병원인과 연관성을 파악할 수 없다는 한계가 있었다. 이에 객관적·생물학적 지표를 바탕으로 자폐스펙트럼장애 진단 가능성을 확인하는 연구의 필요성이 대두돼 왔다.
서울대병원 김붕년 교수(장수민 전임의)·한양대병원 이종민 교수(김인향 교수) 공동연구팀은 2015년 5월부터 2019년 9월까지 58명의 자폐스펙트럼장애 환자군과 48명의 대조군을 대상으로 MRI 뇌영상 기반 머신러닝 AI알고리즘을 통해 진단 구분능력을 평가한 연구 결과를 17일 밝혔다.
참여자의 연령대는 3~6세였으며, 자폐군에는 저기능 환자(IQ 70미만)만 포함됐다. 머신러닝 알고리즘은 랜덤포레스트 등 기계학습을 적용하여 분류기 형태로 구축됐다. 분류의 매개변수는 ▲T1강조 MRI 영상(대뇌 회백질의 특성을 정량적으로 측정) ▲확산텐서영상(대뇌 백질의 특성을 정량적으로 측정) ▲다중 MRI(T1강조 MRI·확산텐서영상을 조합해 측정)가 사용됐다.
연구팀은 매개변수별로 T1강조 MRI 모델, 확산텐서영상 모델, 다중 MRI 모델을 나눴다. 이후 머신러닝 AI알고리즘을 통해 자폐군과 대조군으로 진단 구분하는 능력을 각각 평가했다.
|