소아 우울증을 진단하는 인공지능

아직은 초기 단계지만, 머신러닝 기반의 인공지능 알고리즘이 질병을 진단하거나 치료 방법을 결정하는 데 도움을 줍니다. 현재 가장 활발하게 연구가 되는 부분은 주로 이미지 인식 및 판독이지만, 그 이외의 진단 영역에서도 도움을 줄 가능성이 있습니다.

버몬트의대 메디컬센터 아동·청소년 및 가족 센터의 임상 심리학자 엘렌 맥기니스(Ellen McGinnis)는 일반적으로 인공지능과 거리가 멀어 보이는 영역에 머신러닝 기법을 적용했습니다. 바로 어린이의 우울증과 불안 증상을 파악하는 것입니다.

많은 소아가 우울증 및 불안 장애 관련된 증상이 있지만, 성인처럼 잘 인지하지 못하기 때문에 치료나 진단이 늦는 경우가 잦습니다. 오늘날 소아 역시 어른처럼 스트레스 환경에 노출되는 경우가 많아지면서 문제 행동을 하거나 극단적인 선택을 하는 사례가 증가해 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 테스트용으로 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 개발됩니다. 다만 왓슨처럼 초기에는 상당한 주목을 받았지만, 실제로 생각보다 도움이 되지 않는 경우도 있으니 과도한 기대는 금물입니다.