“병원 가기 무서워하는 아이, 게임하는 동안 AI가 마음 읽는다”… ADHD 85% 정밀 진단 작성일 05-28 32 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">시간적 분할 기법으로 세부 유형을 감별<br>높은 감별 정확도 바탕으로 맞춤형 치료</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="7XGype2ulz"> <figure class="figure_frm origin_fig" contents-hash="369e777fc6cbd4fee97fc40396a091fad340d0f3eb4f3307f602b915ff6ad440" dmcf-pid="zZHWUdV7W7" dmcf-ptype="figure"> <p class="link_figure"><img alt="[픽사베이]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/28/mk/20260528100602719ohau.png" data-org-width="700" dmcf-mid="uP42Jhcnlq" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/28/mk/20260528100602719ohau.png" width="658"></p> <figcaption class="txt_caption default_figure"> [픽사베이] </figcaption> </figure> <div contents-hash="4300e500b371331af241f9d953c70b607a1ac2206ff970044c11b3697c76b385" dmcf-pid="q5XYuJfzvu" dmcf-ptype="general"> 아이들에게 하얀 가운이 있는 병원은 낯설고 긴장되는 공간이다. 낯선 환경이 주는 스트레스 탓에 평소의 행동 패턴이 왜곡되어 정확한 진단이 어려울 때가 많다. </div> <p contents-hash="6b59fb960cb7e225382d07ddbe92ddbfe17bd98d9fb6a050cef812a3bc8f53e6" dmcf-pid="B1ZG7i4qyU" dmcf-ptype="general">하지만 이제 아이가 즐겁게 게임에 몰입하는 사이, 인공지능(AI)이 아이의 인지와 행동 데이터를 분석해 주의력결핍 과다행동장애(ADHD)의 세부 유형을 짚어내는 시대가 열렸다.</p> <p contents-hash="25156175e8e44eb928ac685ff9ca94b36b9c84e26d201223c28954f7dc26fd1b" dmcf-pid="b8f9dCAiyp" dmcf-ptype="general">한국뇌연구원(KBRI)은 혀향숙 인공지능 기반 뇌발달질환 디지털 의료기기 실증 사업단장 연구팀이 기능성 게임과 인공지능(AI)을 활용한 새로운 ADHD 진단 모델을 개발했다고 28일 밝혔다.</p> <p contents-hash="f2b5e1920aa3e2cba438af7fa60425351f1b6a7ab144e3884c95e3550b19541d" dmcf-pid="K642Jhcnv0" dmcf-ptype="general">ADHD는 주의력 저하와 과잉행동 등 증상이 다양하게 나타나는 신경 발달질환으로, 환자마다 나타나는 아형(주의력형 ADHD-I, 과잉행동형 ADHD-HI)이 존재한다. 하지만 기존 ADHD 평가는 특정 시점의 행동만 반영하는 ‘단면적 평가’로, 실제 환경에서 시간에 따라 변화하는 주의력 및 충동성의 동적 특성을 충분히 반영하지 못하는 문제가 있었다.</p> <p contents-hash="563b761bcbbfbbbf34077a3b01d31c1dd436238640cf3417f7a9291249d92ac3" dmcf-pid="9P8VilkLl3" dmcf-ptype="general">연구팀은 6~13세 ADHD 아동을 대상으로 디지털 콘텐츠를 수행하게 한 뒤, 게임 과정에서 발생하는 반응 시간, 터치 패턴, 터치 정확도 등 동적 행동 데이터를 수집했다.</p> <p contents-hash="4aee8615ffbc06ddd7033793a82bc88cf200b20b277ca08b7aeff8ea1b4ece67" dmcf-pid="2Q6fnSEovF" dmcf-ptype="general">특히 연구팀은 수집된 데이터를 시간 흐름에 따라 초기와 후기로 나누는 ‘시간적 분할(Temporal Segmentation)’ 기법을 머신러닝에 적용해 ADHD 증상의 동적 변화를 포착했다. 분석 결과, 게임 후반부로 갈수록 아형 간 행동 차이가 뚜렷해졌으며, 인공지능 모델을 통해 85.7%라는 높은 정확도(F1-score)로 ADHD 아형을 자동 분류해 냈다.</p> <p contents-hash="0765debba54674cb950699c899fd2cd62241da26fede0f83614c69cf19c32c1e" dmcf-pid="VxP4LvDgyt" dmcf-ptype="general">데이터 분석에 따르면 주의력형(ADHD-I) 아동은 과잉행동형(ADHD-HI) 아동에 비해 의사결정 시간이 길고 불필요한 터치가 잦으며 난이도 적응 속도가 늦는 등 인지처리 효율이 저하되는 뚜렷한 특징을 보였다. 이는 AI가 일상적인 디지털 데이터를 통해 ADHD의 이질적인 증상을 정밀하게 포착해 진단의 객관성을 확보할 수 있음을 입증한 것이다.</p> <p contents-hash="250ae6dff9cdfc6363d5bc9ca195774987efae21f508183914b46684f3ea04fb" dmcf-pid="fMQ8oTwah1" dmcf-ptype="general">이번 연구 성과는 전문 장비 없이 가정이나 학교에서도 수행 가능한 디지털 콘텐츠를 활용해, 임상 현0장의 제약을 넘어선 실용적 진단보조 도구로서의 활용 가능성을 입증했다는 점에서 의미가 크다. 향후 ADHD 증상 모니터링 및 조기 개입 시스템으로의 확장이 기대된다.</p> <p contents-hash="cdb1bb3b95910063376fbd0bbcf5da1e1d57959a984e811fc45dd18406532973" dmcf-pid="4Rx6gyrNW5" dmcf-ptype="general">허향숙 단장은 “이번 연구는 ADHD의 복잡한 증상을 디지털 행동 데이터와 AI를 통해 정밀하게 구분할 수 있음을 보여준 선도적 사례”라고 밝혔다.</p> <p contents-hash="0bc2a0819534dcfb3d1275eaf8128e7a74c44d31c4c1de8f2eba6ce9b5337614" dmcf-pid="8eMPaWmjyZ" dmcf-ptype="general">이번 연구는 과학기술정보통신부, 정보통신산업진흥원(NIPA) 및 대구광역시의 지원을 받아 수행됐으며, 관련 분야 권위지인 IEEE Journal of Biomedical and Health Informatics 최신호에 게재됐다.</p> </section> </div> <p class="" data-translation="true">Copyright © 매일경제 & mk.co.kr. 무단 전재, 재배포 및 AI학습 이용 금지</p> 관련자료 이전 한국 CEO 95% "AI 성과 못 내면 퇴출"…위기감, 글로벌 평균 웃돈다 05-28 다음 소행성 충돌이 만든 호수 옆에 금맥이…이유는 [우주서 본 지구] 05-28 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
