인공 지능(AI)은 질병 진단과 치료 분야에 혁신을 초래하고 있다. 특히 우울증에 대한 정확한 진단과 효과적인 치료법 결정에 기여할 수 있다는 연구 결과도 나오고 있다.

세계 인구의 약 20%는 일생에 한 번 이상 우울증에 걸릴 가능성이 있다. 현재 전 세계적으로는 3억 명의 사람들이 우울증을 경험하고 있으며, 호주의 경우 약 150만 명의 사람들이 한 번 이상 우울증에 걸릴 가능성을 안고 있다.

세계보건기구는 우울증을 전 세계적인 건강 악화의 가장 큰 원인 중 하나로 지목하고 있다.

이러한 상황에서 인공 지능은 더 정확한 진단을 제공하고 어떤 치료법이 가장 효과적일지 결정하는 데 도움을 줄 수 있다고 전문가들 설명했다.

특히 AI는 우울증의 조기 감지와 맞춤형 치료 방법 제안 등을 통해 환자들에게 개별화된 지원을 제공할 수 있다는 것이다.

이를 통해 우울증의 예방과 효과적인 치료에 기여함으로써 전체적인 사회적 건강 수준을 향상시킬 수 있을 것으로 전문가들은 기대하고 있다.

이와 관련, 사라 헬레웰 커틴 대학 교수가 ‘더컨버세이션’(The conversation)을 통해 우울증에 AI가 어떤 도움을 줄 수 있는지에 대해 소개해 관심을 끌고 있다.

우울증 진단의 어려움

실제로 일반의가 우울증을 정확하게 발견하는 경우는 절반도 되지 않을 정도로 어렵다고 전문가들은 설명했다. 우울증은 빈번하게 발생하지만 진단되기는 어렵다는 것이다.

이는 우울증을 진단할 수 있는 검사법이 없기 때문에 의사는 자가 보고 증상, 설문지, 임상 관찰을 통해 진단을 내리지만 우울증의 증상은 모든 사람에게 동일하게 나타나는 것은 아니라는 것이 그 이유다.

어떤 사람은 잠을 더 많이 자고, 어떤 사람은 덜 자고, 어떤 사람은 에너지와 활동에 대한 흥미가 부족하고, 어떤 사람은 슬프거나 짜증이 날 수 있다.

우울증으로 정확하게 진단받은 사람들에게는 대화 요법, 약물 치료, 생활 습관 변화 등 다양한 치료 옵션이 있다. 그러나 치료에 대한 반응은 사람마다 다르기 때문에 어떤 치료법이 효과가 있고 어떤 치료법이 효과가 없을지 미리 예측하기는 어렵다고 전문가들은 설명했다.

최근 몇 년 동안, 우울증과 같이 진단과 치료가 어려운 질병에 대한 AI 응용 연구가 급증하고 있다.

AI의 머신러닝 분야는 컴퓨터가 학습하고 데이터에서 패턴을 찾으며, 지도 없이도 데이터에 기반한 예측을 수행하도록 훈련되는 등, 인간과 유사한 행동에 중점을 두고 있다.

AI 전문가들은 이러한 연구를 통해 우울증의 조기 감지와 맞춤형 치료에 대한 향상된 접근법이 기대된다고 말하고 있다.

지금까지 밝혀진 사실

연구진은 챗GPT의 진단과 의학적 권고를 실제 의사의 진단과 비교해 놀라운 결과를 얻었다.

다양한 우울증 정도, 성별, 사회경제적 지위를 가진 가상의 환자에 대한 정보가 주어졌을 때 챗GPT는 대부분 대화 치료를 추천한 반면 의사들은 항우울제를 추천했다.

미국, 영국, 호주의 가이드라인 경우, 약물치료에 앞서 ‘대화 치료’를 첫 번째 치료 옵션으로 권장하고 있다.

이는 일반의가 항우울제를 과다 처방하는 경향이 있는 반면, 챗GPT는 임상 지침을 따를 가능성이 더 높다는 것을 시사하고 있다.

의사는 통계적으로 남성, 특히 블루칼라 직종에 종사하는 남성에게 항우울제를 처방할 가능성이 더 높은 반면, 챗GPT는 성별 및 사회경제적 편견의 영향을 덜 받는 것으로 분석됐다. 

우울증이 뇌에 미치는 영향

우울증은 뇌의 특정 부위에 영향을 미치는 것으로 나타났다. 연구진은 우울증에 영향을 받는 뇌 영역은 사람마다 매우 유사하며, 이러한 뇌 구조를 MRI 스캔으로 확인함으로써 우울증 여부를 80% 이상의 정확도로 예측할 수 있다고 전했다.

고급 AI 모델을 활용한 다른 연구도 이러한 결과를 확인해, 뇌 구조가 AI 기반 진단에 유용한 신호로 작용할 수 있음을 시사하고 있다.

안정 시 뇌 기능에 대한 자기 공명 영상(MRI) 데이터를 활용한 연구에서도 우울증을 80% 이상의 정확도로 예측할 수 있음이 확인됐다고 전문가들은 말했다.

그러나 MRI의 기능적 정보와 구조적 정보를 결합하면, 93% 이상의 정확도로 우울증을 예측할 수 있다. 이는 여러 가지 뇌 영상 기술을 활용해 AI가 우울증을 감지하는 데 실용적인 방법이 될 수 있음을 시사하고 있다.

현재로서는 MRI 기반 AI 도구가 주로 연구 목적으로 활용되고 있다. 그러나 MRI 스캔이 더 저렴하고 빠르며 휴대하기 쉬워짐에 따라, 이러한 기술이 의사의 도구상자에 통합돼 진단을 향상시키고 환자 치료를 개선하는 데 큰 기여를 할 것으로 기대된다고 연구진은 말하고 있다.

이미 접하고 있는 진단 도구들

MRI를 기반으로 한 AI 애플리케이션이 유망한 발전을 이루고 있지만, 미래에는 더 간편하고 우울증을 쉽게 감지할 수 있는 방법들이 등장할 것으로 기대된다.

특히 스마트 워치와 같은 웨어러블 기기를 활용한 우울증 감지 및 예측에 관한 연구가 활발하게 이루어지고 있다. 이러한 기기들은 심박수, 걸음 수, 대사율, 수면 데이터, 사회적 상호작용 등 다양한 정보를 수집할 수 있어 매우 유용하다.

웨어러블을 통한 우울증 평가에 대한 다양한 연구 결과를 종합한 결과, 우울증 예측 정확도가 70~89%에 달하는 것으로 나타났다. 웨어러블 기기는 보통 24시간 내내 착용되며 사용되기 때문에 다른 방법으로 수집하기 어려운 고유한 데이터를 제공할 수 있다는 점이 강조되고 있다.

하지만 스마트 기기의 높은 가격과 접근 어려움 등 몇 가지 단점이 존재한다. 특히 스마트 기기가 유색인종의 생물학적 데이터를 어떻게 감지하는지에 대한 의문과 연구 대상 집단의 다양성 부족이 이슈로 지적되고 있다.

연구진은 소셜 미디어를 활용해 우울증을 감지하는 연구도 진행 중이라며, 과학자들은 AI를 활용해 소셜 미디어 플랫폼에서 게시물의 언어와 커뮤니티 멤버십을 분석해 우울증의 유무와 심각도를 예측하는데 성공했다.

특정 단어를 활용한 이 연구는 영어와 아랍어에서 최대 90%의 성공률로 우울증을 예측할 수 있었으며, 이모티콘을 통한 초기 우울증 감지도 성공적으로 이루어졌다고 밝혔다.

치료에 대한 반응 예측

다수의 연구 결과에 따르면, 전자 건강 기록만을 활용해 항우울제 치료 반응을 70% 이상의 정확도로 예측할 수 있는 것으로 나타났다. 이는 의사들이 약물 기반 치료를 처방할 때 더 정확한 근거를 제공할 수 있게 됨을 시사하고 있다는 것이다.

연구진은 항우울제 임상시험에 참여한 개인들의 데이터를 종합해 특정 환자가 약물을 복용할 때 우울증에서 벗어나는 데 도움이 될지 여부를 예측했다.

인공지능이 우울증의 진단과 관리에 뚜렷한 가능성을 보여주고 있지만, 최근 연구 결과에 따르면 이러한 도구들을 진단 도구로 활용하기 전에 검증이 필요하다.

이전에 언급된 MRI 스캔, 웨어러블 기기, 소셜 미디어는 현재 의사들이 우울증 진단과 치료에 도움을 받는 데 유용한 도구로 활용될 수 있다고 전문가들은 말하고 있다.

[위키리크스한국=유 진 기자]

yoojin@wikileaks-kr.org