카우나스 공과대학(KTU)의 연구자들은 음성과 뇌 신경 활동을 분석하여 97.53%의 정확도로 우울증을 진단하는 인공지능 모델을 개척했으며, 이는 정신 건강 진단 분야에서 중요한 돌파구를 마련했습니다.
우울증은 전 세계적으로 약 280억 XNUMX천만 명의 사람들에게 영향을 미치며, 이를 정확하게 진단하는 것은 항상 상당한 과제였습니다. 카우나스 공과대학(KTU)의 연구자들은 음성 패턴과 뇌 신경 활동을 모두 분석하여 우울증을 매우 정확하게 식별할 수 있는 인공지능(AI) 모델을 개발하여 이 분야에서 획기적인 진전을 이루었습니다.
“우울증은 개인과 사회 모두에게 파괴적인 결과를 초래하는 가장 흔한 정신 질환 중 하나이므로 우리는 미래에 모든 사람이 접근할 수 있는 새롭고 더 객관적인 진단 방법을 개발하고 있습니다.” 공동 저자인 KTU 멀티미디어 공학과 교수인 Rytis Maskeliūnas가 말했습니다. 보도 자료.
다중 모드 접근 방식으로 진단 정확도 향상
게재 뇌과학 저널에 따르면, 이 혁신은 음성과 전기적 뇌 활동(EEG)이라는 두 가지 유형의 데이터를 통합하는 다중 모드 접근 방식에서 비롯되었습니다.
연구자들은 대부분의 전통적인 진단 방법이 한 가지 유형의 데이터에 의존하는 반면, 이러한 이중적 접근 방식은 개인의 감정 상태에 대한 보다 포괄적인 이해를 제공한다고 주장합니다.
이러한 종합적인 분석은 우울증 진단에서 97.53%라는 인상적인 정확도를 달성했으며, 이는 기존 방법에 비해 상당한 개선입니다.
마스켈리우나스는 "이것은 음성이 우리가 아직 뇌에서 추출할 수 없는 연구에 데이터를 추가하기 때문입니다."라고 덧붙였습니다.
음성 및 뇌 데이터: 강력한 진단 듀오
프로젝트에 기여한 박사과정 학생인 Musyyab Yousufi에 따르면, 데이터 소스의 선택은 신중하게 고려되었습니다. 그는 얼굴 표정이 사람의 심리적 상태에 대한 통찰력을 제공할 수 있지만, 쉽게 조작될 수 있다고 지적했습니다.
"우리는 음성을 선택했는데, 음성은 감정 상태를 미묘하게 드러낼 수 있기 때문입니다. 진단은 말하는 속도, 음조, 전반적인 에너지에 영향을 미칩니다." 유수피가 보도자료에서 밝혔습니다.
환자의 프라이버시는 또 다른 중요한 고려 사항이었습니다. 얼굴 인식과 같은 전통적인 방법은 프라이버시를 침해할 수 있는 반면, 음성과 EEG는 덜 침습적이지만 동등하게 유익한 데이터를 제공합니다.
Maskeliūnas는 “여러 소스에서 데이터를 수집하고 결합하는 것이 향후 활용에 더욱 유망하다”고 덧붙였습니다.
앞으로의 길: AI 투명성 및 이해 강화
KTU 연구팀은 EEG 데이터에 대해 정신 장애 분석을 위한 다중 모드 오픈 데이터 세트(MODMA)를 활용했습니다. 이 데이터는 참가자가 5분 동안 눈을 감고 휴식을 취하는 통제된 환경에서 수집되었습니다. 동시에, 질문과 답변 세션과 그림을 설명하는 동안 참가자의 자연스러운 말을 녹음했습니다.
이 데이터를 처리하기 위해 신호의 시각적 표현인 스펙트로그램으로 변환했습니다. 고급 노이즈 필터와 수정된 DenseNet-121 딥 러닝 모델을 사용하여 이러한 이미지에서 우울증 지표를 식별했습니다.
앞으로 이 AI 모델은 우울증 진단을 더 빠르고 접근하기 쉽게 만들어 원격 평가를 용이하게 하고 주관적 편견을 줄일 수 있습니다. 그러나 여전히 과제가 남아 있습니다.
"이러한 연구의 주요 문제는 사람들이 정신 건강 문제에 대해 비밀을 유지하는 경향이 있어 데이터가 부족하다는 것입니다."라고 Maskeliūnas는 설명했습니다.
연구자들의 중요한 미래 과제는 알고리즘이 진단 과정을 명확하게 설명하는 능력을 향상시키는 것입니다.
Maskeliūnas는 "알고리즘은 아직 진단 결과를 이해할 수 있는 방식으로 설명하는 방법을 배워야 합니다."라고 덧붙였습니다.
더 광범위한 의미: 의료 분야의 설명 가능한 AI
AI 솔루션이 의료, 금융, 법률과 같은 민감한 분야에서 인기를 얻으면서 설명 가능한 인공 지능(XAI)에 대한 수요가 증가하고 있습니다. XAI는 AI의 의사 결정 프로세스를 투명하게 만들어 신뢰를 구축하고 이러한 시스템이 중요한 영역에 안정적으로 통합될 수 있도록 하는 것을 목표로 합니다.
이러한 발전을 통해 KTU는 우울증에 대한 더 정확하고 객관적이며 이해하기 쉬운 진단을 위한 유망한 길을 열었으며, 잠재적으로 정신 건강 문제를 식별하고 치료하는 방식에 혁명을 가져올 것입니다.