알버타 대학과 IBM 과학자들의 연구에 따르면 인공 지능과 기계 학습 알고리즘을 통해 정신 분열증을 보다 신속하고 정확하게 진단할 수 있다.

앨버타 대학의 연구원 미나 게이랏만드는 이 연구를 통해 74% 확률로 정신 분열증을 올바르게 진단했다.

또한 연구팀은 정신 분열증 환자의 특정 증상의 심각성을 예측할 수 있는 능력을 발견했다.

일반적으로, 정신 분열증의 증상이 있는 사람이 올바르게 진단되기 전에 그 심각성을 판단할 수 있는 의학 검사는 시행되지 않는다.

정신 분열증 환자 1,000명 중 7~8명은 뇌신경 손상으로 인해 환각, 운동 및 인지 장애를 경험할 수 있습니다.

게이랏만드는 지난 7월 20일 에드먼튼에서 환자의 정신 분열증을 확인하기 위해 뇌 MRI 검사를 진행했다.

이 방법을 통해 의사는 환자의 증세를 신속하게 파악하고 치료할 수 있을 뿐만 아니라 정신 분열증의 진행과 치료의 효과를 측정하는 데 사용될 수 있다.

이 연구에서 연구자들은 정신 분열증 환자와는 건강한 참여자들의 뇌 활동에 대한 뇌기능 신경 자기공명영상(fMRI) 데이터를 분석했다.

팀은 기계 학습 기술을 사용하여 참가자의 뇌를 분석하여 장애와 가장 관련있는 데이터를 식별하는 정신 분열증 모델을 개발했다.

또한 이 연구는 부주의, 사고 기능 장애 및 동기 유발 부족과 같은 증상의 심각성을 측정하기 위해 유사한 모델을 활용할 수 있음을 보여줬다.

게이랏만드는 아직 이 기술을 실제로 사용하기에는 너무 초기 단계라고 말했다. 하지만 객관적이고 정확한 데이터가 누적되고 오진률이 적어지면 정신 분열증의 진단을 위해 인공 지능과 기계 학습 알고리즘이 활용될 것 전망이다.

연구자들은 우울증과 외상 후 스트레스 장애와 같은 다른 정신적 장애에도 동일한 접근법을 활용할 여지가 있다고 말한다.