우울증 환자 '다중뇌파' 분석까지 해냈다…특급 의사 정체는

AI 머신러닝 활용…환자 31명, 일반인 31명 대상 연구
뇌파 3가지 동시 측정해 94.52% 정확도로 환자 감별

한국뇌연구원이 인공지능 머신러닝(기계학습)을 통해 우울증 환자를 감별·진단하는 데 성공했다. / 사진=게티이미지뱅크

국내 연구진이 AI(인공지능) 머신러닝을 통해 우울증 환자의 다중뇌파를 분석하는 데 성공했다. 머신러닝은 컴퓨터가 외부 데이터를 스스로 학습해 새로운 정보를 창출하는 기술로 AI 분야 중 하나다.

30일 과학계에 따르면 이찬희 한국뇌연구원 인지과학연구그룹 선임연구원 연구팀과 채정호 서울성모병원 교수 연구팀이 최근 국제학술지 '정동장애저널'(Journal of affective disorders)에 이같은 연구 논문을 게재했다.

우울증은 정신질환 중에서도 형태가 다양하고 복잡해 뇌파만으로 정밀진단이 어렵다. 우울증 감별 지표가 되는 REEG(안정상태정량뇌파), P300A(청각P300유발전위), LDAEP(세르토닌 활성도 반영 뇌파) 등도 우울증 환자에게 일관되지 않게 나타나 진단에 한계가 있었다.

이번 연구에 참여한 한국뇌연구원, 서울성모병원 연구진. / 사진=한국뇌연구원

이에 연구팀은 AI 머신러닝을 활용했다. 약물치료 경험이 없는 우울증 환자 31명과 정상인 31명을 대상으로 3가지 우울증 뇌파지표(REEG, P300A, LDAEP)를 측정했다. 그 결과 머신러닝을 활용해 뇌파를 측정했을 때 우울증 환자를 94.52% 정확도로 구분했다. 특히 단일뇌파보다 다중뇌파를 측정할 때 정확도가 더 높은 것으로 나타났다.

연구팀은 뇌파에서 △P300A 14개 △LDAEP 14개 △REEG 2개 등 30개 지표를 선택했다. 이어 서포트벡터머신(SVM)과 선형판별분석(LDA) 방식을 활용해 머신러닝 성능을 확인했다. SVM과 LDA는 각각 정확도가 90%와 94%로 나타났다. 개별적으로 측정할 때보다 다중으로 뇌파를 측정할 때 정확도가 더 높아졌다.

연구팀에 따르면 우울증 환자 뇌파는 정상인에 비해 P300 뇌파 지표가 더 높았고 LDAEP 지표는 더 낮았다. 우울증 환자는 높은 알파·델타파 구간에서 REEG 절대강도가 감소하기도 했다.

이찬희 책임연구원은 "이번 연구 결과는 증상도 다양하고, 생물학적 복잡성을 가진 우울증을 진단하는데 머신러닝 뇌파 분석이 유용한 도움이 될 수 있다는 점에서 큰 의의가 있다"고 밝혔다.

김인한 기자 science.inhan@mt.co.kr