연구진이 개발한 AI시스템은 뇌에서 물이 어떻게 이동하는지를 추적할 수 있는 '뇌백질 트랙'을 감지할 수 있는 특수 기술인 DT-MRI를 활용한다. DT-MRI로 촬영된 이미지를 토대로 AI가 뇌 영역 간 연결수준을 나타내는 지표를 살펴본다. 이어 기계 학습 알고리즘을 통해 자폐증이 있는 어린이의 뇌 패턴을 정상적으로 발달된 뇌의 패턴과 비교하게 했다.
연구를 이끈 루이빌대 노턴 아동자폐증센터의 그레고리 반스 소장(신경학)은 “자폐증은 주로 뇌의 부적절한 연결로 인한 질병”이라고 설명했다. 그에 따르면 DT-MRI는 사회적 의사소통 장애 및 반복 행동과 같은 자폐 아동의 증상을 유발하는 이러한 비정상적인 연결을 포착할 수 있다.
연구진은 자폐증 뇌 영상 데이터 교환 프로젝트에 참여한 생후 24개월~48개월 사이의 아동 226명을 대상으로 이 AI 시스템의 진단 정확도를 검사했다. 이 중 100명은 정상적으로 발달하고 있었고 126명은 자폐증을 앓고 있었다.
해당 AI 시스템은 실제 자폐증 사례를 발견하는 데 97%의 정확도를 보였다. 또 자폐증이 없는 아동을 식별하는 데는 98%의 정확도를 보였다. 이를 종합했을 때 98.5%의 진단 정확도를 보인 것이라고 연구진은 밝혔다.
연구진의 일원인 모하메드 쿠드리 연구원은 “우리의 접근 방식은 2세 미만의 영아에서 자폐증을 조기에 발견할 수 있는 새로운 진전"이라고 밝혔다. 그는 ”우리는 3세 이전에 치료적 개입을 하면 자폐증 환자가 더 큰 독립성과 더 높은 IQ를 달성할 수 있는 가능성을 포함하여 더 나은 결과를 가져올 수 있다고 믿는다“고 덧붙였다.
미국 질병통제예방센터(CDC)의 새로운 보고서에 따르면 자폐 아동 중 3세 이전 진단을 받은 경우는 절반 미만이다. 8세까지 진단받지 못한 자폐 아동은 약 30%에 이른다.
연구진은 AI 소프트웨어에 대한 미국 식품의약국(FDA) 승인을 받기 위해 노력하고 있다고 밝혔다. 학술대회에서 발표된 연구결과는 일반적으로 동료 심사를 거친 저널에 게재되기 전까지는 예비 연구로 간주된다.