우울증을 인식할 수 있는 인공 지능

우울증은 왜, 특히 초기 단계에서는 진단이 그토록 어려울까요? 진단을 최적화하는 방법은 있을까요? 과학자들이 스스로에게 던진 질문들입니다.

우울증을 진단하기 전에 의료 전문가는 어려운 작업을 해야 합니다. 환자에 대한 가능한 모든 데이터를 수집하고, 병리학적 특징을 전체적으로 파악하고, 성격 형성 과정과 생활 습관을 분석하고, 발생 가능한 모든 증상을 추적하고, 질병 발병에 간접적으로 영향을 미칠 수 있는 원인을 파악해야 합니다. 매사추세츠 공과대학교(MIT) 소속 과학자들은 특정 검사 질문 없이 대화의 특징과 문체만으로 개인의 우울증을 진단할 수 있는 모델을 개발했습니다.

연구 프로젝트 책임자 중 한 명인 투키 알하나이(Tuki Alhanai)는 우울증의 존재를 알리는 첫 번째 "경고음"은 환자와의 대화 중에, 그 순간 환자의 감정 상태와 관계없이 정확하게 울릴 수 있다고 설명합니다. 진단 모델을 확장하기 위해서는 정보에 적용되는 제약을 최소화해야 합니다. 일반적인 대화만 진행하면 되므로, 모델은 자연스러운 대화 중에 환자의 상태를 평가할 수 있습니다.

연구진은 자신들이 만든 모델을 "맥락 없는(context-free)" 모델이라고 불렀습니다. 질문이나 답변에 제한이 없었기 때문입니다. 순차적 모델링 기법을 사용하여 연구진은 우울증 환자와 비우울 환자와의 대화에서 나온 텍스트와 오디오 버전을 모델에 입력했습니다. 시퀀스가 축적됨에 따라 패턴이 나타났는데, 예를 들어 "슬픔", "넘어짐"과 같은 단어와 단조로운 청각 신호가 대화에 표준적으로 포함되었습니다.

"이 모델은 언어적 순서를 인식하고 학습된 패턴을 우울증 환자와 비우울증 환자 모두에게 나타날 가능성이 가장 높은 요인으로 평가합니다."라고 알하나이 교수는 설명합니다. "그러면 AI가 후속 환자들에게 유사한 순서를 발견하면 우울증으로 진단할 수 있습니다."

테스트 실험 결과, 이 모델은 77%의 사례에서 우울증 진단에 성공했습니다. 이는 명확하게 구성된 테스트와 설문지를 사용하여 "효과적으로" 테스트된 모든 기존 모델 중 가장 우수한 결과입니다.

전문가들은 인공지능을 실제로 활용할 계획일까요? 후속 "스마트" 비서 모델의 기반에 인공지능이 포함될까요? 과학자들은 아직 이 문제에 대한 의견을 표명하지 않았습니다.

이 연구에 대한 정보는 매사추세츠 공과대학교(MIT) 웹사이트에 게시되어 있습니다. 또한 http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf 페이지에서 자세한 내용을 확인할 수 있습니다.

[ 1 ]