Translate

2019년 5월 12일 일요일

소아 우울증을 진단하는 인공지능




 아직은 초기 단계지만, 머신러닝 기반의 인공지능 알고리즘이 질병을 진단하거나 치료 방법을 결정하는데 도움을 주고 있습니다. 현재 가장 활발하게 연구가 되는 부분은 주로 이미지 인식 및 판독이지만, 그 이외의 진단 영역에서도 도움을 줄 가능성이 있습니다. 버몬트 의대의 엘렌 맥기니스(Ellen McGinnis, a clinical psychologist at the University of Vermont Medical Center's Vermont Center for Children, Youth and Families)는 일반적으로 인공지능과 거리가 멀어 보이는 영역에 머신러닝 기법을 적용했습니다. 바로 어린이의 우울증과 불안 증상을 파악하는 것입니다. 


 많은 소아가 우울증 및 불안 장애에 관련된 증상을 가지고 있지만, 성인처럼 잘 인지하지 못하기 때문에 이에 대한 치료나 진단이 늦어지는 경우가 많습니다. 오늘날 소아 역시 어른처럼 스트레스 환경에 노출되는 경우가 많아지면서 문제 행동을 하거나 극단적인 선택을 하는 경우들이 증가하고 있어 이에 대한 적절한 진단 및 치료가 필요합니다. 문제는 이를 위해 심리 상담 전문가나 정신과 의사들이 일일이 면담하기에는 시간과 비용이 너무 많이 든다는 점입니다.  


 연구팀은 머신러닝이 이에 대한 해결책이 될 수 있는지 검증하기 위해 3-8세 사이 소아 71명을 대상으로 연구를 진행했습니다. 아동에게 3분 정도 이야기를 들려주고 이에 대해서 대화를 유도하는 방식으로 심리 상태를 파악했습니다. 목표는 우울 및 불안 장애를 포함한 내재화 장애 (internalizing disorders)를 진단하는 것입니다. 


 이 연구에서 머신러닝 기반의 인공지능은 3분간의 음성을 분석해 80%의 정확도 (54% sensitivity, 93% specificity)로 내재화 장애를 진단했습니다. 아직 개선이 필요한 부분이 있겠지만, 확진용이 아니라 스크리닝 테스트 용으로 활용할 수 있다면 소아 정신 질환 진단에 큰 도움이 될 수 있을 것으로 보입니다. 


 이 사례에서 볼 수 있듯이 의료 부분에서 인공지능은 의료진을 대체할 목적보다는 도와줄 목적으로 개발되고 있습니다. 다만 왓슨처럼 초기에는 상당한 주목을 받았지만, 실제로 생각보다 도움이 되지 않는 경우도 있으니 과도한 기대는 금물입니다. 현재 인공지능 기술로 할 수 있는 일과 아닌 일을 오해해서 과도한 기대를 거는 일은 기술 도입 초기에는 어쩔 수 없이 겪는 시행착오라고 할 수 있습니다. 


 앞으로 질병의 진단과 치료에서 인공지능의 활약이 더 늘어날 것으로 기대합니다. 


 참고 


Ellen W. McGinnis et al, Giving Voice to Vulnerable Children: Machine Learning Analysis of Speech Detects Anxiety and Depression in Early Childhood, IEEE Journal of Biomedical and Health Informatics (2019). DOI: 10.1109/JBHI.2019.2913590




댓글 없음:

댓글 쓰기