“정확도 85.7%” AI로 ‘ADHD’ 정량 평가한다 작성일 05-28 39 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">- 한국뇌연구원 허향숙 박사팀, 데이터 활용 ADHD 아형 정밀 분류 기술 개발</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="tYoIzn8BYl"> <figure class="figure_frm origin_fig" contents-hash="0d89ab5725b5a9462985e4382e0296084b5d9e9af46c596bde85bd97b37dd8e7" dmcf-pid="FGgCqL6bGh" dmcf-ptype="figure"> <p class="link_figure"><img alt="ADHD(AI 생성 이미지).[챗GPT]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/28/ned/20260528101518312iszq.jpg" data-org-width="1280" dmcf-mid="5V2dSq5Ttv" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/28/ned/20260528101518312iszq.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> ADHD(AI 생성 이미지).[챗GPT] </figcaption> </figure> <p contents-hash="7dd4ca922c047ad5539d6e76046e76146b3185e4dfc65c7a61247c1b28831a48" dmcf-pid="3HahBoPKYC" dmcf-ptype="general">[헤럴드경제=구본혁 기자] 일상 생활속에서 수집 가능한 디지털 데이터를 통해 주의력결핍 과잉행동장애(ADHD)를 효과적으로 분류할 수 있는 AI 모델이 나왔다.</p> <p contents-hash="4af5783d1a7c7b8d7fabed79dc780e20a58ec65bddf43a4aaaa5b3623e540a15" dmcf-pid="0XNlbgQ9HI" dmcf-ptype="general">한국뇌연구원(KBRI) 허향숙 박사 연구팀은 게임 기반 디지털 콘텐츠 데이터를 활용 ADHD 아동의 임상 아형을 객관적으로 분류할 수 있는 인공지능(AI) 모델 개발에 성공했다고 밝혔다.</p> <p contents-hash="4da261b4b5f6e71ae0540e151c0aa50ea7c5c2ae8e2e944f268bcd51b7231671" dmcf-pid="pZjSKax2YO" dmcf-ptype="general">ADHD는 주의력 저하와 과잉행동 등 증상이 다양하게 나타나는 신경 발달질환으로, 환자마다 나타나는 아형(주의력형 ADHD-I, 과잉행동형 ADHD-HI)이 존재한다.</p> <p contents-hash="a342b0fe4efd68e094c6320fa0b57a966529599529e82912b1c98384dfdf8ae4" dmcf-pid="U2TUnSEoZs" dmcf-ptype="general">연구팀은 51명의 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="2e7c892ad910c82c4b79e84a2afea172d8e9a9443202db74c671f881022fd5b9" dmcf-pid="uVyuLvDgGm" dmcf-ptype="general">허향숙 박사는 “아동들에게 병원 검사는 스트레스나 긴장을 유발해 평소 행동 패턴을 왜곡할 수 있다”면서 “반면, 기능성 게임은 아동이 몰입하기 쉽기 때문에 일상적이고 자연스러운 인지·행동 데이터를 가장 오염 없이 수집할 수 있는 최적의 창구”라고 설명했다.</p> <p contents-hash="4aee8615ffbc06ddd7033793a82bc88cf200b20b277ca08b7aeff8ea1b4ece67" dmcf-pid="7fW7oTwa5r" 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> <figure class="figure_frm origin_fig" contents-hash="3620c5dbddedd91e377c3ae497f149b9bac5b0950019001902efe2c53e74aea6" dmcf-pid="z4YzgyrN1w" dmcf-ptype="figure"> <p class="link_figure"><img alt="김승재(왼쪽부터) 연구원, 허향숙, 송정헌 박사.[한국뇌연구원 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/28/ned/20260528101518576gare.png" data-org-width="544" dmcf-mid="1rxc1PqF1S" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/28/ned/20260528101518576gare.png" width="658"></p> <figcaption class="txt_caption default_figure"> 김승재(왼쪽부터) 연구원, 허향숙, 송정헌 박사.[한국뇌연구원 제공] </figcaption> </figure> <p contents-hash="5cd3a0af8d3fc2abbd242f8919e7453a21cbafdbd6f1befb844c460cc88202da" dmcf-pid="q8GqaWmjZD" 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="43010bd941be2904c4274d46675ea98d6e57ec97475f3d9da56e6015eb2a689c" dmcf-pid="B6HBNYsAHE" dmcf-ptype="general">이번 연구 성과는 전문 장비 없이 가정이나 학교에서도 수행 가능한 디지털 콘텐츠를 활용, 임상 현장의 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="c7e74452773583c7547652e2746b52b27fc2ba58431b9e4f9a46f7455caa3de7" dmcf-pid="bPXbjGOc1k" dmcf-ptype="general">허 박사는 “이번 연구는 ADHD의 복잡한 증상을 디지털 행동 데이터와 AI를 통해 정밀하게 구분할 수 있음을 보여준 선도적 사례”라며 “향후 뇌신호 기반 바이오마커와 결합할 경우 보다 정밀한 개인 맞춤형 진단 전략 수립이 가능할 것”이라고 밝혔다.</p> <p contents-hash="a5467de5453a6825ffc5bc51a6e7ce7c0d30a5912bf9c7b78f5112bb40dc5140" dmcf-pid="KQZKAHIkHc" dmcf-ptype="general">이번 연구결과는 국제학술지 ‘IEEE Journal of Biomedical and Health Informatics’ 최신호에 게재됐다.</p> </section> </div> <p class="" data-translation="true">Copyright © 헤럴드경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 카카오 첫 파업하나... 노조, 누적된 성과급 불만 폭발 05-28 다음 AI가 의식을 갖게 되면 이를 숨긴다? 05-28 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
