realfoods
- 강남세브란스 김은주 교수팀, 위상수학으로 ADHD 아동 뇌영상 분석[헤럴드경제=이태형 기자] 빅데이터는 다양한 산업 분야에서 신가치 창출에 활용되고 있다. 의학 분야에서도 임상 관련 데이터를 분석해 질병에 대한 새로운 진단과 치료 방법을 제시하는 연구가 활발히 진행되고 있다.
최근 강남세브란스병원 정신건강의학과 김은주 교수와 경성현 박사 연구팀은 빅데이터 기반의 ‘위상수학(topology)‘ 분석을 활용해 주의력결핍ㆍ과잉행동장애(ADHD) 아동의 뇌영상을 구분하는 새로운 연구 결과를 발표했다.
 |
| [사진=게티이미지뱅크] |
ADHD는 소아청소년기의 대표적인 뇌질환으로, 학습 부진, 게임 중독 등의 행동 문제를 일으키는 대표적 원인이다. 그동안 ADHD는 부모나 교사의 보고, 설문지 작성, 행동 관찰 등의 방법에 의존해 진단했기 때문에 뇌영상 자료 등이 실제 임상에서 활용되지는 않았다.
연구팀은 객관적 신경생물학적 데이터에 위상수학 데이터 분석 방법을 적용한 연구를 실시해 진단의 신뢰성을 높이고, 뇌영상이라는 객관적 데이터에 근거해 질환을 진단할 수 있는 길을 제시했다.
위상수학(topology, 토폴로지) 데이터 분석은 데이터 사이의 유사성을 찾아 일종의 형태(네트워크)를 만들어 냄으로써 기존에 보이지 않던 데이터 특성을 시각적으로 보이는 연구 방법이다.
연구팀은 400여 명의 주의력 결핍 과잉행동 장애(ADHD) 환자 및 정상발달 아동의 뇌영상(fMRI) 자료를 위상수학 데이터 방법론으로 분석한 결과, 그래프 상의 노드가 파란색일수록 뇌영상에서 ADHD 아동에서 나타나는 질환요소가 거의 없는 정상발달 아동군, 붉을수록 그 반대로 큰 환자 군이라고 해석할 수 있다.
연구팀은 분석을 통해 정상 아동에서는 노드가 파란색일수록 지능지수(IQ)가 높고, ADHD 아동군에서는 노드가 붉을수록 증상도가 심하고, 동반되는 다른 정신과적 질환의 수도 증가한다는 것을 밝혔다.
또 정상군이나 환자군 둘 중 하나로만 진단하던 기존의 분석법과 달리 그래프에서 초록 또는 노란색으로 표시되는 노드 구간을 ‘ADHD 구분이 모호한 영역’으로 구분해 시각화할 수 있게 됐다.
김은주 교수는 “ADHD 연구에 뇌영상 데이터를 활용하기 위해 위상수학 데이터 분석을 처음으로 적용해 거대하고 복잡한 임상 자료에서 새로운 패턴을 발견하고, 이를 통해 ADHD 환자의 특징을 객관적으로 범주화한 것”이라고 연구의 의의를 밝혔다.
thlee@heraldcorp.com
