정신의학계에서 조기 개입은 이른바 '성배'와 같은 목표로 여겨진다. 조현병과 같은 질환은 첫 정신병적 에피소드가 발생한 후 공식 진단에 이르기까지 종종 10년이라는 긴 시간이 걸리기 때문이다. 연구진은 이러한 진단 간극을 메우기 위해 발병 시점을 최대 5년 전부터 예측할 수 있는 머신러닝 모델을 개발했다.

연구진은 덴마크 중부 지역(Central Denmark Region)의 환자 24,000여 명에 대한 전자 건강 기록을 분석했으며, 시스템은 방대한 임상 노트 속에서 미묘한 예측 인자들을 분류해냈다. 이러한 인자들은 환청에 대한 언급이나 사회적 상호작용의 빈도 변화와 같이, 공식 진단에 앞서 나타나는 특정한 언어적 패턴이나 행동 지표를 의미한다.

이번 모델의 성공은 1,092개의 서로 다른 요인을 동시에 처리할 수 있는 능력에 기반하고 있다. 이는 일상적인 선별 검사를 수행하는 인간 의료진의 인지 범위를 훨씬 뛰어넘는 수준이다. 특히 알고리즘은 양극성 장애보다 조현병을 식별할 때 훨씬 더 높은 성능을 보였는데, 이는 조현병이 임상 데이터상에서 더 뚜렷한 생물학적 및 심리학적 특징을 남기기 때문으로 분석된다.

다만 연구진은 현재 이 모델이 특정 지역 및 인구 통계에 국한되어 있다는 점을 강조했다. AI 기반 진단이 실제 임상 표준으로 자리 잡기 위해서는, 한 지역에서 확인된 언어적 지표가 다른 문화권과 언어 환경의 환자들에게도 동일하게 적용될 수 있는지에 대한 광범위한 검증이 필수적이다.

정신의학계에서 조기 개입은 이른바 '성배'와 같은 목표로 여겨진다. 조현병과 같은 질환은 첫 정신병적 에피소드가 발생한 후 공식 진단에 이르기까지 종종 10년이라는 긴 시간이 걸리기 때문이다. 연구진은 이러한 진단 간극을 메우기 위해 발병 시점을 최대 5년 전부터 예측할 수 있는 머신러닝 모델을 개발했다.

연구진은 덴마크 중부 지역(Central Denmark Region)의 환자 24,000여 명에 대한 전자 건강 기록을 분석했으며, 시스템은 방대한 임상 노트 속에서 미묘한 예측 인자들을 분류해냈다. 이러한 인자들은 환청에 대한 언급이나 사회적 상호작용의 빈도 변화와 같이, 공식 진단에 앞서 나타나는 특정한 언어적 패턴이나 행동 지표를 의미한다.

이번 모델의 성공은 1,092개의 서로 다른 요인을 동시에 처리할 수 있는 능력에 기반하고 있다. 이는 일상적인 선별 검사를 수행하는 인간 의료진의 인지 범위를 훨씬 뛰어넘는 수준이다. 특히 알고리즘은 양극성 장애보다 조현병을 식별할 때 훨씬 더 높은 성능을 보였는데, 이는 조현병이 임상 데이터상에서 더 뚜렷한 생물학적 및 심리학적 특징을 남기기 때문으로 분석된다.

다만 연구진은 현재 이 모델이 특정 지역 및 인구 통계에 국한되어 있다는 점을 강조했다. AI 기반 진단이 실제 임상 표준으로 자리 잡기 위해서는, 한 지역에서 확인된 언어적 지표가 다른 문화권과 언어 환경의 환자들에게도 동일하게 적용될 수 있는지에 대한 광범위한 검증이 필수적이다.