95명의 참가자를 대상으로 검사를 실시, 기계학습을 적용하여 질병과 가장 관련이 있는 뇌의 연결을 식별하는 정신 분열증 모델을 개발
정신 분열증은 만성적이고 쇠약해지는 신경학적 장애로, 1,000명당 7~8명이 앓고 있다고 한다. 정신 분열증이 있는 사람들은 운동 장애와 같은 주의력 결핍 및 신체 기능 장애와 같은 인지 장애와 함께 환각, 망상 또는 사고 장애를 경험할 수 있다.
IBM은 자사 과학자들과 캐나다 에드먼턴 소재 앨버타 대학(University of Alberta)은 Nature 지의 파트너 저널(Nature Partner Journals)인 ‘정신 분열증(npj Schizophrenia)’에 인공지능(AI)과 기계학습 알고리즘이 74%의 정확성으로 정신 분열증의 예견을 예측한다는 연구결과를 21일(현지시각) 발표했다.
이 레트로스펙티브(retrospective)는 뇌의 여러 지역에서 관찰된 활동간의 상관관계를 기반으로 정신 분열증 환자에서 유의한 상관관계가 있는 특정 증상의 심각성을 예측한 것으로 나타났다. 또 이 선구적인 연구는 또한 정신 분열증과 그 중증도를 예측하는데 사용될 수 있는 좀 더 믿을만한 객관적인 뇌 영상을 확인하는데 도움이 될 수 있는 것으로 나타났다.
알버타대 정신의학과 세르다르 두르순(Serdar Dursun) 교수는 "우리는 미래 연구에서 탐구될 수 있는 뇌의 중요한 비정상적인 연관성을 발견했으며, 인공 지능으로 만들어진 모델은 정신 분열증의 진단 및 예후 지표인 객관적인 신경 영상 기반 패턴을 찾는데 한 걸음 더 가까워졌습니다."라고 말했다.
연구진은 건강한 대조군뿐만 아니라 정신 분열병 및 정신분열 정동장애(Schizoaffective Disorders)가 있는 환자를 대상으로 개방형 데이터 세트의 기능적 자기공명영상(fMRI, magnetic resonance imaging) 데이터, 기능 생물정보학 연구네트워크(FBIRN, Functional Bioinformatics Research Network)를 분석했다.
fMRI는 뇌의 특정 부위의 혈류 변화를 통해 뇌 활동을 측정한다. 특히, fBIRN 데이터 세트는 연구 참여자가 공통 청각 검사를 수행하는 동안 수집된 데이터에서 서로 다른 수준의 해상도로 뇌 네트워크에서 수행된 연구를 반영한다. 연구원은 이번 연구에 95명의 참가자를 대상으로 검사를 실시하여 기계학습을 적용하여 질병과 가장 관련이 있는 뇌의 연결을 식별하는 정신 분열증 모델을 개발한 것이다.
IBM Research의 의료 및 생명 과학 부문 부사장 아제이 로유루(Ajay Royyuru)는"이 연구 노력의 궁극적인 목표는 정신 상태를 특성화하기 위한 객관적이고 데이터 중심의 조치를 확인하고 개발하여 정신과 및 신경 장애에 적용하는 것"이라며, "우리는 또한 정신과 의사가 환자 평가 및 치료를 돕기 위해 정신과 및 신경 장애를 분석하는데 인공지능 및 기계학습을 어떻게 사용할 수 있는지에 대한 새로운 통찰력을 제공하기를 희망합니다."라고 말했다.
한편 IBM은 이번 연구는 파트너십의 일환으로 연구자들은 정신 분열증과의 중요한 연관성을 갖는 뇌의 영역과 연관성을 계속 연구 할 것이며, 대규모 데이터 세트에 대한 기계학습 분석을 수행하고 우울증 또는 외상 후 스트레스 장애와 같은 다른 정신 질환에 이러한 기술을 확장하는 방법을 모색함으로써 알고리즘을 개선하는 작업이 계속 될 것이라고 밝혔다.
참고) 논문원제:Learning stable and predictive network-based patterns ofschizophrenia and its clinical symptoms (다운받기)