본문 바로가기
일상

“AI가 14초 만에 자폐 위험 진단…서울대병원 ‘1분 영상 검사’ 세계 첫 개발”

by thisdaylog 2025. 10. 14.
반응형

“서울대병원 연구팀이 개발한 1분 영상 기반 자폐 위험 예측 AI 기술을 표현한 이미지”

서울대병원과 세브란스병원 공동 연구팀이 부모가 촬영한 1분짜리 영상으로 자폐 스펙트럼 장애(ASD) 위험을 예측하는 AI 진단 도구를 세계 최초로 개발했다. 영상 한 편을 분석하는 데 걸리는 시간은 단 14초. 정확도는 75%에 달하며, 만 2세 이전 조기 개입 가능성을 대폭 높일 기술로 평가받고 있다.

🧠 자폐 조기 진단, 왜 중요한가?

자폐 스펙트럼 장애는 사회적 의사소통의 어려움과 반복적 행동을 특징으로 하는 신경발달장애다. 세계적으로 약 6000만 명이 영향을 받고 있으며, 국내 아동의 약 2%가 진단받는다. 문제는 진단 시점이다. 현재 국내 평균 진단 연령은 3.5세 이후이며, 실제로는 1~2년의 대기 기간이 더해진다. 이로 인해 가장 효과적인 개입 시기인 만 2세 이전을 놓치는 경우가 많다.

서울대병원 소아정신과 김붕년 교수는 “긴 대기와 높은 비용으로 조기 진단이 늦어지는 현실에서 부모와 임상가가 협력해 쉽고 빠르게 자폐 아동을 선별할 수 있는 새로운 해법이 될 것”이라고 밝혔다.

📱 1분짜리 영상으로 자폐 위험을 예측하는 AI

연구팀은 생후 18~48개월 아동 510명을 대상으로 AI 모델을 개발했다. 이 중 자폐 아동은 253명, 정상 발달 아동은 257명이었다. 부모는 집에서 스마트폰으로 1분 이내의 짧은 영상을 촬영했다.

촬영 과제는 세 가지였다:

  1. 아이 이름을 부르고 반응 보기
  2. 간단한 모방 행동(예: 손 흔들기)
  3. 공 주고받기 놀이

영상은 모바일 앱으로 연구팀에 전송되었고, AI는 영상 속 음성·눈 맞춤·몸 움직임·공의 궤적을 추적했다. 이후 AI가 자동으로 반응 속도, 눈맞춤 시간, 부모 개입 횟수, 상호작용 지속시간 등을 수치화해 분석했다.

⚙️ AI 모델의 정확도는 75%…14초 만에 분석

세 가지 과제를 각각 분석했을 때 정확도는 73~75%였으며, 이를 종합한 ‘앙상블 모델(ensemble model)’의 평균 정확도는 75%로 가장 높았다. AI가 놓친 대부분의 사례는 증상이 경미한 경계선 아동으로 나타났다.

또한 AI가 한 편의 영상을 분석하는 데 걸리는 시간은 평균 14초에 불과했다. 즉, 부모가 1분 이내로 영상을 찍으면 1분 이내에 결과를 확인할 수 있는 셈이다. 이는 의료 인프라가 부족한 지역이나 긴 대기 시간이 필요한 환경에서도 조기 선별 도구로 활용될 가능성을 열었다.

🩺 기술 원리 – 행동 데이터를 ‘언어’로 해석하는 AI

AI는 단순히 영상을 ‘보는’ 수준이 아니다. 영상 속 인물의 17개 관절 좌표, 음성 패턴, 공의 움직임 궤적 등을 정밀하게 추적한다. 그 후 ‘눈 맞춤 지속 시간’과 ‘부모 개입 횟수’를 변수로 삼아 AI 모델이 자폐 위험 확률을 산출한다.

이는 기존의 설문 기반 검사보다 훨씬 객관적이며, 언어 발달이 느린 아동이나 낯선 환경에 익숙하지 않은 아동에게도 정확한 분석을 제공할 수 있다는 장점이 있다.

🌍 세계 최초의 자동화 자폐 선별 도구

이번 연구는 서울대병원 김붕년 교수, 김영곤 융합의학과 교수, 세브란스병원 천근아 교수 등 국내 9개 의료기관이 공동으로 참여했다. AI 기반 자폐 선별 연구로는 세계 최초의 성과다. 이 연구 결과는 네이처 파트너 저널인 npj Digital Medicine에 게재됐다.

김영곤 교수는 “부모가 집에서 찍은 짧은 영상만으로 자폐를 조기 선별할 수 있는 세계 최초 자동화 도구를 마련했다”며 “다양한 집단을 대상으로 연구를 확대해 실제 임상 적용 가능성을 높이겠다”라고 말했다.

💡 AI 진단이 바꿀 미래

이 기술은 아직 ‘의료 진단’보다는 ‘조기 선별 도구’ 단계다. 하지만 접근성은 압도적이다. 병원 예약, 검사 대기, 상담까지 수개월이 걸리던 과정을 가정에서 스마트폰 하나로 대체할 수 있기 때문이다.

또한 AI 진단이 의료진의 역할을 대체하기보다는 보완하게 될 가능성이 높다. 의심 사례를 먼저 걸러내고, 의사가 보다 정밀하게 진단하는 ‘AI 보조 진단 시스템’으로 발전할 전망이다.


 


 

반응형