그래프 인공지능 활용 뇌 분석 기법 개발

의대 김재진 교수, 김병훈 강사(강남 정신건강의학과) 연구팀

의대 김재진 교수, 김병훈 강사(강남 정신건강의학과) 연구팀이 동적 뇌 연결성 분석에 그래프 인공지능(Graph Neural Network)을 적용해 뇌 질환을 치료할 수 있는 기법을 개발했다.

fMRI로부터 도출 가능한 뇌 연결성은 다양한 정신의학적 증상의 발현과 연관이 있는 것으로 알려져 있다. 최근 그래프 인공지능을 뇌 연결성 분석에 적용하는 다양한 방법들이 고안됐으나 시간에 따라 변화하는 뇌 연결성의 특징을 반영하지 못한다는 한계가 있었다. 

반면 이번 연구는 시간에 따른 뇌 연결성의 변화를 그래프 인공지능이 학습할 수 있을 뿐만 아니라, 학습된 그래프 인공지능이 한층 더 강화된 분류 및 분석 결과를 도출할 수 있음을 밝혔다. 연구 결과는 ‘Proceedings of Neural Information Processing Systems(NeurIPS; h5-index 245)’에 최근 게재됐다. 

연구팀은 fMRI로부터 시간과 공간 정보를 동시에 반영하는 동적 뇌 연결성 그래프를 정의하는 방식을 고안했다. 또 정의된 동적 뇌 연결성 그래프를 효과적으로 학습할 수 있는 시·공간적 주의(attention) 기반 그래프 인공지능 기법을 개발했다.

연구팀이 개발한 그래프 인공지능 기법은 뇌 연결성 기반 성별 및 과제 분류에서 최신 인공지능 기법들보다 우수한 정확도를 보였으며, 학습된 인공지능의 공간적·시간적 주의에 있어서 모두 유의미한 뇌 기능 정보를 도출하고 있음을 입증했다. 

김병훈 강사는 “최근 그래프 구조를 학습할 수 있는 그래프 인공지능을 뇌 연결성 분석에 적용하고자 하는 시도가 있으나 기존 연구들의 한계가 명확했다.”며 “이번 연구는 기존 그래프 인공지능 기반 fMRI 방법론들보다 더 뛰어난 분류 및 분석 성능을 입증했다는 점에서 의미가 있다.”고 말했다.