인공지능 도구, 뇌 구조의 성별 차이 밝혀내다

MRI 스캔을 처리하는 인공지능(AI) 컴퓨터 프로그램이 세포 수준에서 남녀의 뇌 구조 차이를 밝혀냈다는 새로운 연구 결과가 나왔습니다. 이러한 차이는 주로 인간 뇌의 내층에 위치하며 각 부위 간의 소통을 원활하게 하는 조직인 백질에서 발견되었습니다.

남성과 여성은 다발성 경화증, 자폐 스펙트럼 장애, 편두통 및 기타 뇌 질환을 겪는 방식이 다르고 증상도 다르게 나타나는 것으로 알려져 있습니다. 생물학적 성별이 뇌에 미치는 영향을 자세히 이해하는 것은 진단 도구와 치료법을 개선하는 방법으로 여겨집니다. 그러나 뇌의 크기, 모양, 무게에 대한 연구는 진행되었지만, 세포 수준에서 뇌의 구조에 대한 연구는 아직 미흡합니다.

뉴욕대 랭곤 헬스 연구진이 주도한 새로운 연구는 머신러닝이라는 AI 기술을 사용하여 남성 471명과 여성 560명의 수천 건의 MRI 뇌 스캔을 분석했습니다. 그 결과, 컴퓨터 프로그램이 남성과 여성의 뇌를 정확하게 구분하여 인간의 눈에는 보이지 않는 구조적이고 복잡한 패턴을 식별할 수 있음을 보여주었습니다.

이러한 결과는 생물학적 성별을 판별하도록 설계된 세 가지 AI 모델을 통해 확인되었으며, 각 모델은 백질의 작은 부분에 초점을 맞추거나 뇌의 넓은 영역에 걸친 연결을 분석하는 상대적인 강점을 활용했습니다.

"이번 연구 결과는 살아있는 인간 뇌의 구조에 대한 더 명확한 그림을 제공하며, 이는 다양한 정신 및 신경 장애가 어떻게 발생하는지, 그리고 왜 남성과 여성에게 다르게 나타나는지에 대한 새로운 통찰력을 제공할 수 있습니다."라고 연구 책임자이자 신경방사선과 전문의인 이본 루이(Yvonne Lui) 박사가 말했습니다.

뉴욕대 그로스먼 의대 영상의학과 교수이자 연구 부학과장인 루이는 뇌 미세구조에 대한 이전 연구들이 동물 모델과 인체 조직 샘플에 크게 의존해 왔다고 지적합니다. 또한, "손으로 그린" 관심 영역에 대한 통계 분석을 사용함으로써 이러한 과거 연구 결과 중 일부의 타당성에 의문이 제기되었는데, 이는 연구자들이 선택한 영역의 모양, 크기, 위치에 대해 주관적인 결정을 내려야 했기 때문입니다. 루이는 이러한 선택이 잠재적으로 결과를 왜곡할 수 있다고 말합니다.

저자들은 새로운 연구 결과에서는 컴퓨터에게 특정 위치를 보라고 명령하지 않고도 기계 학습을 사용하여 전체 이미지 그룹을 분석함으로써 이러한 문제를 해결했으며, 이를 통해 인간의 편견을 제거하는 데 도움이 되었다고 언급했습니다.

연구를 위해 연구팀은 건강한 남녀의 MRI 뇌 스캔 데이터와 각 스캔의 생물학적 성별을 AI 프로그램에 입력하는 것으로 시작했습니다. 이 모델들은 정교한 통계적, 수학적 방법을 사용하여 시간이 지남에 따라 데이터가 축적됨에 따라 "더욱 똑똑해지도록" 설계되었기 때문에, 결국 스스로 생물학적 성별을 판별하는 법을 "학습"했습니다. 중요한 점은 이 프로그램들이 전체적인 뇌 크기와 모양을 사용하여 성별을 판별하는 것이 제한되었다는 점이라고 루이는 말합니다.

결과에 따르면 모든 모델은 스캔 결과의 성별을 92%에서 98%까지 정확하게 식별했습니다. 특히 물이 뇌 조직을 얼마나 쉽게, 어떤 방향으로 이동할 수 있는지 등 몇 가지 특징이 기계가 결론을 내리는 데 도움이 되었습니다.

"이러한 연구 결과는 인간의 뇌에서 발생하는 질병을 연구할 때 다양성이 중요하다는 것을 보여줍니다."라고 NYU 탠던 공과대학의 박사과정 학생이자 연구 공동 저자인 준보 첸 박사가 말했습니다.

"역사적으로 그래왔듯이 남성을 다양한 질병의 표준 모델로 사용한다면 연구자들은 중요한 통찰력을 놓칠 수 있습니다."라고 NYU 탠던 공과대학의 대학원생이자 연구 공동 저자인 바라 락슈미 바야나가리 박사가 덧붙여 말했습니다.

바야나가리는 AI 도구가 뇌 세포 구성의 차이를 보고할 수는 있지만, 어떤 성별이 어떤 특성을 더 많이 나타내는지는 파악할 수 없다고 경고합니다. 그녀는 이 연구가 유전 정보를 기반으로 성별을 분류했으며, 시스젠더 남녀의 MRI 스캔만을 사용했다고 덧붙였습니다.

연구팀은 시간이 지남에 따라 뇌 구조의 성별 차이 발달에 대한 추가 연구를 통해 이러한 변화에 환경적, 호르몬적, 사회적 요인이 미치는 역할을 더 잘 이해할 계획이라고 밝혔습니다.

해당 연구는 Scientific Reports 저널 에 게재되었습니다.