“정확도 85.7%” AI로 ‘ADHD’ 정량 평가한다

- 한국뇌연구원 허향숙 박사팀, 데이터 활용 ADHD 아형 정밀 분류 기술 개발

ADHD(AI 생성 이미지).[챗GPT]

[헤럴드경제=구본혁 기자] 일상 생활속에서 수집 가능한 디지털 데이터를 통해 주의력결핍 과잉행동장애(ADHD)를 효과적으로 분류할 수 있는 AI 모델이 나왔다.

한국뇌연구원(KBRI) 허향숙 박사 연구팀은 게임 기반 디지털 콘텐츠 데이터를 활용 ADHD 아동의 임상 아형을 객관적으로 분류할 수 있는 인공지능(AI) 모델 개발에 성공했다고 밝혔다.

ADHD는 주의력 저하와 과잉행동 등 증상이 다양하게 나타나는 신경 발달질환으로, 환자마다 나타나는 아형(주의력형 ADHD-I, 과잉행동형 ADHD-HI)이 존재한다.

연구팀은 51명의 6~13세 ADHD 아동을 대상으로 디지털 콘텐츠를 수행하게 한 뒤, 게임 과정에서 발생하는 반응 시간, 터치 패턴, 터치 정확도 등 동적 행동 데이터를 수집했다.

허향숙 박사는 “아동들에게 병원 검사는 스트레스나 긴장을 유발해 평소 행동 패턴을 왜곡할 수 있다”면서 “반면, 기능성 게임은 아동이 몰입하기 쉽기 때문에 일상적이고 자연스러운 인지·행동 데이터를 가장 오염 없이 수집할 수 있는 최적의 창구”라고 설명했다.

특히 연구팀은 수집된 데이터를 시간 흐름에 따라 초기와 후기로 나누는 ‘시간적 분할(Temporal Segmentation)’ 기법을 머신러닝에 적용해 ADHD 증상의 동적 변화를 포착했다. 분석 결과, 게임 후반부로 갈수록 아형 간 행동 차이가 뚜렷해졌으며, 인공지능 모델을 통해 85.7%라는 높은 정확도(F1-score)로 ADHD 아형을 자동 분류해 냈다.

김승재(왼쪽부터) 연구원, 허향숙, 송정헌 박사.[한국뇌연구원 제공]

데이터 분석에 따르면, 주의력형(ADHD-I) 아동은 과잉행동형(ADHD-HI) 아동에 비해 의사결정 시간이 길고 불필요한 터치가 잦으며, 난이도 적응 속도가 늦는 등 인지처리 효율이 저하되는 뚜렷한 특징을 보였다. 이는 AI가 일상적인 디지털 데이터를 통해 ADHD의 이질적인 증상을 정밀하게 포착해 진단의 객관성을 확보할 수 있음을 입증한 것이다.

이번 연구 성과는 전문 장비 없이 가정이나 학교에서도 수행 가능한 디지털 콘텐츠를 활용, 임상 현장의 제약을 넘어선 실용적 진단보조 도구로서의 활용 가능성을 입증했다는 점에서 의미가 크다. 향후 ADHD 증상 모니터링 및 조기 개입 시스템으로의 확장이 기대된다.

허 박사는 “이번 연구는 ADHD의 복잡한 증상을 디지털 행동 데이터와 AI를 통해 정밀하게 구분할 수 있음을 보여준 선도적 사례”라며 “향후 뇌신호 기반 바이오마커와 결합할 경우 보다 정밀한 개인 맞춤형 진단 전략 수립이 가능할 것”이라고 밝혔다.

이번 연구결과는 국제학술지 ‘IEEE Journal of Biomedical and Health Informatics’ 최신호에 게재됐다.