AI로 우울증 진단하고 치료효과 평가한다

[파이낸셜뉴스] 인공지능(AI)으로 일상 행동을 분석해 우울증을 진단하고 치료 효과를 평가하는 기술이 개발됐다.

카이스트(KAIST)는 생명과학과 허원도 석좌교수 연구팀은 동물 모델의 일상적인 행동 패턴을 분석할 수 있는 AI 기술을 개발하고 일상행동 속에서 성별과 중증도에 따른 우울증 증상을 탐지할 수 있음을 입증했다고 13일 밝혔다.

연구팀은 우울증 환자의 팔다리 움직임, 자세, 표정 등 신체 운동 양상이 일반인과 다르다는 점에 주목했다.

이를 토대로 우울 상태에 따른 미세한 행동 변화를 자동으로 포착할 수 있는 플랫폼 ‘클로저(Contrastive Learning-based Observer-free analysis of Spontaneous behavior for Ethogram Representation, CLOSER)’를 개발했다.

클로저는 대조학습(Contrastive Learning) 알고리즘을 활용해 행동을 작은 단위로 나눠 분석해 사람의 눈으로는 알아차리기 어려운 미세한 행동 변화까지 정확하게 구분해냈다. 그 결과 성별과 증상의 심한 정도에 따라 달라지는 우울 상태를 정확히 구분하는 데 성공했다. 사후 분석 결과 스트레스는 운동 능력 자체보다는 행동의 빈도와 행동 흐름을 바꾸는 데 더 큰 영향을 미친다는 사실이 밝혀졌다.

특히 우울증 모델에서 스트레스에 의해 변화한 행동 음절은 성별에 따라 뚜렷한 차이를 보였다.

가령 수컷 생쥐에서는 주변을 탐색하거나 회전하는 행동이 감소한 반면, 암컷 생쥐에서는 이러한 행동이 오히려 증가했다. 이러한 일상행동 변화는 스트레스 노출 기간이 길어질수록 두드러졌다.

아울러 연구팀은 지속적인 스트레스나 염증으로 우울 상태를 만든 경우에는 일상 행동이 눈에 띄게 달라졌지만, 스트레스 호르몬(콜티코스테론)만 투여한 경우에는 행동 변화가 거의 나타나지 않았다고 밝혔다. 일상적인 행동 관찰만으로도 우울증의 원인이나 성별에 따라 서로 다른 상태를 구분할 수 있음을 확인한 것이다.

우울증 모델에 항우울제를 투여한 결과 스트레스로 인해 변화했던 행동 음절(기본적인 행동 단위)과 행동 문법(행동의 흐름과 패턴)이 부분적으로 회복되는 것도 확인했다. 항우울제마다 사람의 행동을 회복시키는 방식도 달랐다.

연구진은 행동만 살펴봐도 어떤 약이 더 잘 듣는지 구분할 수 있는 ‘행동 지문(Behavioral Fingerprint)’을 찾아냈다.

허원도 석좌교수는 “이번 연구는 AI 기반 일상행동 분석 플랫폼을 우울증 진단에 접목해 우울장애의 맞춤형 진단과 치료 평가를 가능하게 하는 전임상 프레임워크를 최초로 구현한 성과”라며 “향후 정신질환 환자 맞춤형 치료제 개발과 정밀의료로 이어질 중요한 토대를 마련했다”고 말했다.

KAIST 생명과학과 오현식 박사과정이 제1 저자로 주도한 이번 연구는 국제 학술지 ‘네이처 커뮤니케이션즈’ 온라인판에 지난해 12월30일 게재됐다.

[e-mail] 연지안 기자