인공지능(AI)이 우울증 및 다른 정신 건강 상태를 앓는 사람들의 치료를 더욱 효율적으로 개선해 줄 것으로 각광받고 있따.
AI는 접근성과 반응성의 효과가 좋아, 장소에 관계없이 어디서나 앱을 통해 의료 전문가 및 서비스를 무료로, 24시간 받을 수 있다는 점이 매우 긍정적이다.
우울증은 전 세계의 수백만 명의 사람들에게 부정적인 영향을 미치는 증상이다. 건강 관련 매체 베리웰마인드에 따르면 미국에서만 1,730만 명의 성인들이 심각한 우울증 증세를 경험한 것으로 나타났다. 이는 미국 전체 성인 인구의 7.1%나 차지하는 높은 수치로, 이들 절반은 불안장애 진단을 받는다.
우울증이 발병할 경우 그대로 방치한다면 더욱 심각한 상태로 이어질 수 있다. 그 끝은 결국 자살 시도로, 자살은 특히 10~34세 사이 발생하는 사망 원인 중 2위를 차지할 만큼 매우 심각한 수준이다.
자살을 고려하는 사람들은 그러나 이러한 증후를 미리 보이지만, 문제는 주변인들이 이를 제대로 파악하지 못한다. 실제로 10명 중 8명이 몇 가지 뚜렷한 증후를 보이는 것으로 나타났다. 따라서 이러한 징후를 쉽게 판별할 수 있는 AI 기술의 등장은 고무적이라고 할 수 있다.
음성 분석을 통한 우울증 감지
앨버타대학 연구팀은 지난해 AI 알고리즘을 통해 사용자의 목소리를 판별, 우울한 기분을 감지하는 방법을 개발했다.
대학의 컴퓨터과학부 마슈루라 타스님 박사와 엘레니 스토룰리아 교수가 이끈 이 연구에 따르면, 각각 개개인의 목소리에 담긴 음색은 그들의 기분에 대한 정보를 가지고 있다. 이에 따라 연구팀은 표준 벤치마크 데이터 세트를 사용해 몇 가지 머신러닝 알고리즘을 결합한 방법론을 개발했다. 음향 신호를 활용해 우울증을 더욱 정확하게 인식하는 것이다.
연구팀은 이 개발 도구가 의료 사업자와의 협력을 지원하는데 유용할 뿐아니라, 개인이 시간이 지난후에도 자신의 기분을 되돌아보는데 도움을 줄 수 있을 것이라고 평가했다. 스토룰리아 박사는 "이 작업이 표준 벤치마크 데이터 세트에서 보다 정확한 감지를 개발하는 첫 번째 단계"라고 설명했다.
조건부 질문없는 우울증 감지 도구
앨버타대학외에도 MIT 연구팀 역시 지난해 비교적 높은 정확도로 우울증 발병을 예측하는 신경망을 개발한 바 있다. 이 도구는 다른 개발 도구와는 달리 '맥락이 없다는 것'이 특징으로, 즉 사용자의 전후사정같은 상황 파악이 아닌 단지 현재의 데이터만 제공한다는 것이 커다란 특징이다. 이는 심리학자들이 하는 일과도 동일한 작업을 수행할 수 있도록 해주는데, 가령 정신 건강 상태를 진단하는 것은 같지만 조건부 질문이나 직접적인 관찰은 필요없다.
이 도구는 실험을 통해 가상 에어전트(인간이 조종)가 참가자 142명에 연속적으로 질문한 방식으로 개발됐다. 실험에서 AI는 질문에 대한 사전 지식이 아예 없었으며, 응답자들은 원하는 방식으로 자유롭게 대답하도록 했다. 이 과정에서 AI는 약 7차례의 질의응답 단계를 거쳐 참가자들의 우울증을 예측했다.
우울증 결과 예측
UT 사우스웨스트 메디컬 센터 연구팀은 최근 항우울제가 일부 사람들에게만 효과를 미치는 이유에 대한 연구를 시행했다.
이에 따라 연구팀은 300명 이상의 참가자에 대한 두뇌 활동 영상을 촬영, 그 결과를 관찰했다. 참가자들은 두 팀으로 나뉘었는데, 첫 번째 그룹은 건강한 상태를 가진 대조군이며, 두 번째 그룹은 우울증 환자들로 구성됐다. 이 그룹은 항우울제 혹은 위약을 투여받았다.
센터의 책임자인 마두카르 트리베디 박사는 "추론에 의한 것이 아닌 효과가 있는 중재안을 처방하기 위한 객관적인 방법을 찾아야한다"며 "우울증을 앓고 있는 사람들은 이미 절망감에 시달리는데 효과가 없는 약을 복용하면 문제만 더 심각해질 수 있다"고 지적했다.
AI는 환자의 뇌가 감정적 충돌을 처리하는 방식과 항우울제 효과 사이의 상관 관계를 식별하는데 적용된다. 또한 뇌 전체 활동을 분석하는데는 머신러닝을 활용했는데, 이는 항우울제 효과를 예측하는데 있어 이전에는 관련 신경 영역을 관찰했던 것보다 진전된 방식이다.
그 결과, 감정적 충돌이 진행되는 동안 비정상적인 신경 반응을 보인 참가자들은 약을 복용한지 8주안에 호전되는 경향을 보인 것으로 관찰됐다. 이에 따라 연구팀은 뇌 영상을 향상시키기 위해 여러가지 다른 실험도 수행한다는 방침으로, 가장 효과적인 방법을 결정하는데 있어 환자의 생물학적 특성을 보다 정확하게 평가할 것을 목표로 두고 있다.