과잉행동장애 예측, 망막 안저 사진으로 인공지능이 진단 정확도 96.9%

주의력결핍 과잉행동장애(ADHD)는 소아기부터 시작되는 대표적인 신경발달장애입니다. 증상이 다양하고 진단 기준이 모호해 빠르고 정확한 판단이 어렵다는 한계가 오랫동안 지적돼 왔습니다. 그런데 최근 국내 연구진이 망막 안저 사진만으로 과잉행동장애를 예측할 수 있는 인공지능(AI) 모델을 개발해 화제를 모으고 있습니다.

정확도는 무려 96.9%. 그간 인터뷰나 설문지를 통해 주관적으로 이뤄지던 진단 방식의 한계를 보완할 수 있는 가능성을 열었다는 점에서, 의료·교육계는 물론 기술 산업계까지 주목하고 있습니다.

---

ADHD, 진단이 어려운 신경발달장애

ADHD는 학령기 아동의 약 5~8%가 겪는 대표적 발달장애로, 주의력 결핍, 충동성, 과잉행동 등을 주요 증상으로 합니다. 문제는 이 장애의 진단 기준이 명확하지 않다는 점입니다.

현재 ADHD 진단은 주로 다음과 같은 방식으로 이뤄지고 있습니다:

• 환자 및 보호자 인터뷰
• 심리검사 및 설문지
• 임상 경과 관찰

이처럼 진단 도구가 주관적이고 해석에 따라 다를 수 있어 과잉 진단 또는 과소 진단이 반복되며, 결국 치료 시점을 놓치는 경우가 발생하기도 합니다. 이는 아이의 학업, 사회성, 정서 발달에 장기적으로 부정적인 영향을 미칠 수 있습니다.

---

망막 안저 사진으로 과잉행동장애 예측

세브란스병원 소아정신과 천근아·최항녕 교수, 연세대학교 박유랑 교수 연구팀은 새로운 방식의 접근을 시도했습니다. 바로 망막 안저 사진을 통해 ADHD를 진단할 수 있는 AI 모델을 개발한 것입니다.

망막 안저 사진은 망막과 시신경의 상태를 촬영한 이미지로, 주로 안과 질환 진단에 활용되어 왔습니다. 그러나 연구진은 이 안저 이미지 속 혈관 구조의 패턴과 신경 구조 변화가 ADHD와 연관이 있을 수 있다는 점에 착안했습니다.

---

인공지능 모델, 정확도 96.9% 달성

연구진은 총 1108장의 망막 안저 사진을 수집해, 4개의 AI 학습 모델을 기반으로 ADHD 진단 알고리즘을 개발했습니다. 이 모델은 AutoMorph Pipeline이라는 망막 분석 기술을 활용했으며, 망막 내 혈관 밀도, 동맥 폭, 시신경유두 구조 등을 정밀하게 분석했습니다.

그 결과:

• AUROC 값 0.969
• 정확도 96.9% 달성
• 민감도와 특이도 모두 우수

AUROC는 진단 모델의 정확도를 평가하는 지표로, 1에 가까울수록 성능이 우수함을 의미합니다. 이 수치는 의료 인공지능 분야에서도 매우 높은 수준입니다.

---

왜 안저 사진인가? 그 과학적 근거

단순히 기술적 정확도가 높은 것만이 아닙니다. 연구팀은 AI의 분석 과정에서 어떤 안저 특징들이 ADHD와 연관이 있는지를 설명하기 위해 **SHAP 분석(Shapley Additive Explanations)**을 활용했습니다.

분석 결과, ADHD와 연관이 깊은 망막 특징은 다음과 같았습니다:

• 망막 혈관 밀도 증가
• 동맥 혈관 폭 감소
• 시신경유두의 구조적 변화

이는 ADHD 환자의 신경계 구조가 망막 수준에서도 관찰될 수 있다는 중요한 과학적 근거를 제공합니다.

---

선택적 시각주의력까지 예측한 AI

또한 연구팀은 AI 모델이 ADHD 환자의 시각적 선택적 주의력(Visual Selective Attention) 손상 정도를 예측할 수 있는지도 확인했습니다.

시각적 선택적 주의력은 특정 자극에 주의를 집중하는 능력으로, ADHD 환자에게 결핍되기 쉬운 요소입니다. 해당 모델은 이 능력의 손상 정도를 예측하는 데에도 87.3%의 정확도를 보였습니다.

이러한 확장은 단순 진단을 넘어, 실행 기능 결함에 대한 예측과 모니터링 기능까지 가능하게 하는 도구로 발전할 수 있음을 시사합니다.

---

실용성과 향후 적용 가능성

천근아 교수는 "안저 검사는 촬영 시간이 5분 이내로 매우 간편하고, 비침습적이라는 점에서 현장 적용 가능성이 높다"고 강조했습니다. 이 기술은 다음과 같은 형태로 활용될 수 있습니다:

• 초등학교 입학 전 건강검진 프로그램에 포함
• ADHD 치료 경과 모니터링 도구로 사용
• 약물 반응 평가의 생체지표로 활용
• ADHD 외 다른 정신질환에의 적용 가능성 연구

관련 논문 보기: npj Digital Medicine – Retina-based ADHD AI Model

---

과잉행동장애 진단, AI와 의학의 결합이 여는 미래

이번 연구는 단순히 ‘AI가 질병을 예측했다’는 차원을 넘어, 정신건강 진단의 패러다임을 근본적으로 바꾸는 계기가 될 수 있습니다. ADHD와 같은 신경발달장애는 빠른 진단이 곧 효과적인 치료와 직결됩니다.

과잉행동장애 예측에 있어 AI 기반 안저 사진 분석은 다음과 같은 의미를 가집니다:

• 진단의 객관화
• 의료 접근성 향상
• 저비용 고효율 모델 확보
• 국가 정신건강 체계 강화

---

마무리

지금까지 살펴본 것처럼, 망막 안저 사진을 통한 과잉행동장애 예측 인공지능 모델은 ADHD 진단과 치료에 있어 새로운 전환점을 제시하고 있습니다.

정확도 96.9%의 AI 모델이 의미하는 것은, 이제 의료 기술이 ‘관찰’에서 ‘예측’으로, 주관에서 객관으로’ 나아가고 있다는 상징적인 증거입니다.

향후 이 기술이 실제 임상에서 어떻게 활용될지, 또 다른 정신질환에도 적용될 수 있을지 관심 있게 지켜볼 필요가 있습니다.

---

 

체형 교정에 좋은 자세 교정 밴드 사용법 정리

 

복부 지방 줄이는 운동 루틴과 식단 조절 방법

 

소변량이 줄었을 때 의심해야 할 급성 신부전, 조기 진단과 예방법 총정리