AI 기반 시스템, 비자발적 신체 반응으로 우울증 감지

엔지니어, 신경과학자, 언어학자, 정신과 의사로 구성된 서던캘리포니아 대학교(University of Southern California)의 다학제 연구팀은 주관적인 설문지와 자가 보고에 의존하는 현행 정신과 진단 방식의 한계를 해결하기 위해 PRECOG 프로젝트를 만들었다. 실험에서 참가자들은 감정적으로 다양한 160개의 문장을 읽고 동의 또는 비동의 여부를 표시했으며, 이 과정에서 세 종류의 센서를 통해 생리적 반응이 지속적으로 기록되었다. 뇌의 전기적 활동을 측정하는 64채널 뇌전도(EEG, electroencephalography), 시선을 추적하는 적외선 아이트래커, 그리고 땀 성분을 평가하는 피부 전도도 측정 장치가 사용되었다. 심층 신경망(deep neural network)이 수집된 데이터를 분석해 우울장애와 관련된 안정적인 패턴을 식별해냈다. EEG 디코딩 결과, 부정적인 단어를 처리할 때 가장 두드러진 이상 반응은 단어를 읽은 후 300~600밀리초(millisecond) 사이에 뇌에서 나타났다. 한편 시선 분석에서는 건강한 사람의 경우 부정적인 문구를 읽을 때 '비동의' 항목 쪽으로 명확한 수평 안구 운동 패턴을 보인 반면, 우울증 환자는 산만하고 흐트러지거나 억제된 움직임을 보이는 것으로 나타났다. 피부 전도도 데이터에 대한 수학적 처리를 통해서도 교감신경계 활동과 관련된, 스트레스 유발 단어에 대한 자율신경 반응의 변화가 감지되었다. 이 새로운 AI 플랫폼은 임상 정신과 의사를 위한 보조 도구로 활용될 것을 목표로 하며, 정밀한 생물학적 지표를 기반으로 위기 상태를 예측하는 능력을 향상시킬 수 있을 것으로 기대된다. 이 정보는 과학적 연구를 바탕으로 한 순수 교육 목적의 자료이며, 개인에 대한 의학적 권고가 아니다.