마음쉼터 - 교사들의 마음 안식처가 되어 드리고자 합니다.

AI는 몇 년 전에 우울증을 예측할 수 있을까?
뇌 스캔을 통해 미래에 누가 우울증에 걸릴지 알 수 있을까? 뇌가 감정을 처리하는 방식의 변화가 우울증에 대한 조기 경고 신호를 제공할 수 있다면 어떨까?

선전대학교(Shenzhen University)와 국제 공동 연구진은 청소년의 미래 우울증 위험과 관련된 패턴을 식별해 낸 뇌 정렬 인공지능 모델을 개발했습니다(ref1).

이 연구에서 모델은 기능적 뇌 영상과 감정 반응을 활용해 뇌가 다양한 감정 신호를 어떻게 표현하는지 파악했습니다. 이 패턴을 기반으로 한 연산 마커는 대규모 청소년 연구 코호트 참가자들의 최대 4년 뒤 우울증 증상 발현을 예측할 수 있었습니다.

하지만 여기에는 중요한 함정이 있습니다. 그렇답시고 현재 AI가 누군가의 뇌를 스캔하여 우울증 발병 여부를 판별해 낼 수 있다는 뜻은 아닙니다.

이번 연구는 우울증이 임상적으로 명확히 나타나기 전에 생물학적 경고 신호를 이해하고 잠재적으로 식별해 내기 위한 초기 단계입니다. 해당 연구는 학술지 <사이언스 어드밴스드(Science Advances)>에 게재되었습니다.

AI 연구는 무엇을 조사했는가?
연구진은 여러 유럽 국가의 청소년들이 참여한 인구 기반 종단 코호트인 IMAGEN 연구의 데이터를 분석했습니다.

선전대학교의 한루(Han Lu) 연구원이 이끈 연구팀은 기능적 자기공명영상(fMRI) 스캔을 진행하는 동안 참가자들의 뇌 활동을 관찰했습니다.

연구진은 특히 화난 얼굴 표정에 대한 반응을 포함하여, 뇌가 감정 신호를 어떻게 표현하는지에 주목했습니다.

왜 화난 얼굴일까? 화난 얼굴은 사회적 위협, 거부, 갈등을 암시할 수 있습니다. 기존의 우울증 연구에 따르면 우울증에 취약한 사람들은 사회적 정보를 부정적으로 해석할 경향이 더 클 수 있습니다.

연구진은 우울증 증상이 자리 잡기 전에 이러한 경향이 뇌 활동에서 감지될 수 있는지 알고 싶어 했습니다.

미래 우울증과 연관된 뇌 시그니처?
연구는 뇌의 감정 신호 표현이 더 약하거나 부정적인 편향을 보이는 패턴을 확인했습니다.

간단히 말해, 일부 청소년들은 감정 정보를 구별하는 데 더 큰 어려움을 겪었으며 사회적 단서를 부정적으로 해석하려는 경향을 보였습니다.

이어 뇌와 정렬된 딥러닝 모델을 사용하여 이 패턴을 연산적으로 조사했습니다.

핵심 발견은 매우 놀라웠습니다. 청소년기에 확인된 신경 연산 시그니처가 최대 4년 뒤 우울증 증상의 발현과 연관이 있었습니다.

연구진은 초기 IMAGEN 코호트의 참가자 1,332명을 분석했습니다. 추적 관찰 시점에는 이후의 증상 발현을 검토할 수 있는 725명의 데이터가 가용했습니다.

이 모델의 예측 시그니처는 유전적 위험 변이 및 우울증의 다유전자 위험과도 연관되어 있었으며, 이는 유전적 취약성이 뇌 발달 및 감정 처리와 상호작용할 수 있음을 시사합니다.

이것이 AI가 당신의 생각을 읽을 수 있다는 뜻인가?
아닙니다. "뇌를 읽는 AI"라는 표현은 흥미로운 헤드라인을 만들지만 쉽게 오해를 살 수 있습니다. 이 모델은 마음을 읽는 기계처럼 사람들의 사적인 생각, 기억, 감정을 읽어낸 것이 아닙니다.

대신 연구진은 감정 과제를 수행하는 동안 측정한 fMRI 뇌 활동 데이터를 활용해 해당 활동 속 패턴을 식별하도록 연산 모델을 훈련했습니다.

이 모델은 본질적으로 뇌가 감정 정보를 처리하는 방식과 이후의 우울증 증상 사이에 측정 가능한 관계가 있는지 살펴보는 것이었습니다.

이는 누군가 정확히 무슨 생각을 하고 있는지 아는 것과는 매우 다릅니다.

우울증에 이것이 중요한 이유는 무엇인가?
우울증은 단 하나의 요인으로 인해 발생하지 않습니다. 유전자, 뇌 발달, 감정 처리, 스트레스 경험, 사회적 환경 등 다양한 요인이 취약성에 기여할 수 있습니다.

새로운 연구는 이러한 더 복잡한 그림을 뒷받침합니다.

연구진은 이 연산 마커가 가족력 스트레스나 사회경제적 환경 같은 요인들을 넘어선 정보를 제공한다는 사실을 발견했습니다. 이는 우울증이 단순히 "유전적"이거나 "심리적"이기만 한 것이 아니라, 생물학적 영향과 환경적 영향이 함께 작용할 수 있음을 시사합니다.

만약 이러한 마커가 결국 검증될 수 있다면, 연구진이 더 이른 모니터링이나 예방적 지원의 혜택을 받을 수 있는 사람들을 식별하는 데 잠재적으로 도움을 줄 수 있습니다.

하지만 그러한 가능성은 미래의 적용 과제일 뿐, 현재 의사들이 일상적으로 제공할 수 있는 것은 아닙니다.

연구진이 우울증 환자를 상대로 AI를 테스트해 보았는가?
그렇습니다. 연구팀은 참가자 411명이 포함된 STRATIFY 코호트에서도 이 연산 마커를 조사했습니다. 이 마커는 우울증 환자의 분류 정확도를 향상시켰으며, 청소년 코호트에서 확인된 패턴이 임상 집단에서도 유용한지에 대한 추가적인 테스트를 제공했습니다.

중요한 점은 이러한 검증이 해당 모델을 임상적으로 승인된 진단 검사로 탈바꿈시켜 주는 것은 아니라는 사실입니다.

이는 한 연구 환경에서 확인된 뇌 패턴이 다른 코호트에서도 유용한 정보를 담고 있음을 보여줍니다.

AI 연구의 한계는 무엇인가?
바로 이 지점에서 헤드라인의 과장을 경계해야 합니다.

이 연구는 AI가 모든 청소년의 우울증을 정확하게 예측할 수 있다는 점을 입증하지 못했습니다.

참가자들은 특정 연구 코호트 출신이었으며, 주요 종단 코호트는 유럽 국가들의 청소년들을 대상으로 했습니다. 연구진 자신도 이 결과가 다양한 연령대와 인구 집단에 걸쳐 추가적인 검증이 필요하다고 밝혔습니다.

또한 현실적인 주요 문제가 존재합니다. 이 접근법은 비용이 많이 들고 전문적이며 건강한 청소년들의 미래 우울증 위험을 선별하는 데 일상적으로 사용되지 않는 기능적 뇌 영상에 의존합니다.

그리고 위험을 예측하는 것은 확실성을 예측하는 것과 다릅니다.

통계적으로 더 높은 위험군으로 분류된 사람이 평생 우울증에 걸리지 않을 수도 있으며, 반대로 모델에 의해 포착되지 않은 사람이 나중에 우울증에 걸릴 수도 있습니다.

그렇다면 AI가 4년 전에 우울증을 예측할 수 있다는 것인가?
임상적인 의미에서 아직은 아닙니다. 이 연구는 연구 코호트 내에서 AI 기반 뇌 시그니처가 최대 4년 뒤의 우울증 증상 발현과 연관되어 있음을 보여줍니다. 이는 뇌의 변화된 감정 처리가 우울증 취약성의 측정 가능한 조기 마커가 될 수 있다는 증거를 제공합니다.

그러나 이 모델이 신뢰할 수 있는 스크리닝 도구로 간주되려면 훨씬 더 많은 검증이 필요합니다.

따라서 이 연구의 진정한 의의는 "AI가 당신의 미래를 예측한다"는 것보다는 일부 젊은이들이 왜 우울증에 취약해지는지 그 원인을 이해하는 데 더 가깝게 다가가는 것일 수 있습니다.

결론
새로운 뇌 정렬 AI 모델은 청소년에게서 미래의 우울증 증상과 연관된 감정 처리 패턴을 식별했으며, 예측 정보는 최대 4년까지 확장되었습니다.

이는 중요한 연구 결과이지만, 대중이 이용할 수 있는 우울증 예측 검사는 아닙니다. 현재로서는 이 연구가 미래지향적인 진단보다 더 가치 있는 것, 즉 유전적 취약성, 뇌 발달, 부정적 감정 처리가 어떻게 결합하여 우울증 위험을 높이는지 들여다볼 수 있는 실마리를 제공합니다.

향후 연구를 통해 더 크고 다양한 인구 집단에서 이러한 결과가 확인된다면, 이러한 바이오마커는 궁극적으로 조기 식별과 예방에 기여할 수 있을 것입니다.

https://www.msn.com/en-in/news/other/could-ai-predict-depression-years-before-it-starts/ar-AA2at5gj?ocid=BingNewsSerp

삭제 확인