전 세계 10세에서 25세 사이의 약 3,500명을 대상으로 한 획기적인 다기관 연구에서 인공지능( AI ), 특히 머신러닝 알고리즘이 특정한 뇌 구조를 기반으로 불안 장애를 식별할 수 있음을 입증했습니다.
레이던 대학교 교육 및 아동 연구소의 모지 아가자니 조교수가 주도한 이번 연구는 대뇌 피질의 두께, 표면적, 그리고 뇌 깊숙한 곳의 부피를 분석했습니다.
개선의 여지가 있지만 유망한 결과입니다
이번 연구 결과는 고무적이지만 완벽하지는 않습니다. 정확도를 높이기 위해서는 알고리즘을 더욱 정교하게 다듬고 뇌 기능 및 연결성 등 추가적인 뇌 데이터를 포함하는 것이 필수적입니다. 그럼에도 불구하고, 이번 연구 결과는 다양한 인종, 지역, 그리고 임상적 특성을 가진 청소년 집단에 적용 가능하다는 점에서 주목할 만합니다.
아가자니는 이 연구가 불안 장애의 예방, 진단 및 치료에 있어 보다 개인화된 접근 방식을 위한 길을 열어줄 잠재력을 갖고 있다고 강조합니다. 기존의 평균적인 환자 중심 접근 방식에서 벗어나 인공지능과 결합된 방대하고 다양한 데이터 세트를 활용한 개별 분석으로 나아감으로써, 연구자들은 불안 장애의 근본적인 신경생물학적 메커니즘을 더 잘 이해하고자 합니다.
ENIGMA 불안 컨소시엄의 역할
모지 아가자니 교수와 그의 박사후 연구원인 빌렘 브루인, 그리고 전 세계 약 250명의 공동 연구자들이 ENIGMA 불안 컨소시엄을 이끌고 있습니다. 이 공동 연구는 다양한 출처의 데이터를 통합 및 표준화하고 대규모 분석을 수행함으로써 불안 장애의 신경생물학적 기저에 대한 신뢰할 만한 통찰력을 얻는 것을 목표로 합니다. 이러한 컨소시엄은 정신의학 및 행동과학 분야의 재현성 위기에 대한 대응으로 등장했으며, 해당 분야의 발전을 위한 협력적 접근 방식을 장려합니다.
네이처 멘탈 헬스(Nature Mental Health)와 같은 권위 있는 학술지에 연구 결과가 발표된 것은 정신 건강 연구 및 임상 현장에 미치는 중요성과 잠재적 영향력을 강조합니다. 청소년기와 초기 성인기에 흔히 나타나는 불안 장애는 전 세계적으로 심각한 문제를 야기하며, 정서적, 사회적, 경제적 부담을 가중시킵니다.
모지 아가자니는 소규모 연구와 단순한 분석으로 특징지어지는 전통적인 정신 건강 연구 접근 방식을 뛰어넘어야 할 필요성을 강조합니다. 빅데이터와 인공지능 연구자들은 개인차를 더 깊이 탐구하고 불안 장애를 겪는 사람들을 위한 맞춤형 치료법을 개발할 수 있습니다.
ZonMW, NWO, 라이덴 대학교 기금과 같은 기관의 자금 지원 덕분에 이 복잡하고 노동 집약적인 연구가 진행될 수 있었고, 연구자들은 정신 건강에 대한 이해의 폭을 넓힐 수 있었습니다.
