자폐스펙트럼장애 뇌영상 AI의 생물학적 의미 검증하는 새 평가법 제시

AI 요약

서울대병원·KIST·멜버른대 공동연구팀은 fMRI에서 AI가 학습한 내부 표현이 뇌의 기능적 네트워크 구조적 특성을 얼마나 반영하는지 검증하는 근거 기반 AI 프레임워크인 생성적 매니폴드 감사(Generative Manifold Auditing, GMA)를 제안해 ACM SIGKDD 2026에서 지난 10일 발표했습니다. 연구팀은 정상 발달군으로 '표준 뇌 네트워크 모델'을 구축하고 특정 뇌 영역 연결을 가상 차단했을 때 AI 내부 표현 변화를 분석하며 '민감도 격차' 지표로 정량화했고, ABIDE와 서울대병원 자폐 코호트 적용 결과 Denoising Autoencoder(DAE) 기반 생성형 모델이 뇌 네트워크 구조 변화에 더 민감하게 반응했으며 K-CARS 호전과 신경 민감도 변화 양상은 개인별·뇌 영역별로 달랐습니다. 연구팀은 이 프레임워크가 자폐스펙트럼장애의 생물학적 특성 중심 재해석(RDoC 관점)과 정밀·맞춤의학 실현에 기여할 수 있다고 밝혔습니다.