KIST 뇌과학연구소 한경림 박사와 호주 멜버른대·서울대병원 공동연구팀이 fMRI와 AI를 활용해 자폐스펙트럼장애 환자의 개인별 특성 평가와 치료 경과 예측을 위한 해석 가능한 AI 프레임워크를 개발했다. 연구팀은 정상 발달군의 뇌 연결 패턴을 학습한 AI에서 특정 뇌 영역 연결을 차단해 변화를 분석하는 '생성적 매니폴드 감사(GMA)' 기법을 제안했고, 생성형 AI 모델이 비교 모델보다 뇌 네트워크의 구조적 변화를 더 정확히 구분함을 확인했다. 특히 임상 증상이 호전돼도 환자마다 뇌 기능 네트워크 변화 양상이 다를 수 있음을 밝혀, 증상만으로는 파악하기 어려운 개인별 뇌 변화를 AI로 분석할 가능성을 제시했다. 이 성과는 제주에서 열린 ACM SIGKDD 2026에서 발표됐다.

• •KIST-멜버른대-서울대병원 공동연구팀, fMRI·AI 기반 자폐스펙트럼장애 해석 가능한 진단 프레임워크 개발
• •자폐 아동은 감각 통합 담당 하두정소엽·시상 중심으로 뇌 기능적 연결성이 낮음을 확인
• •AI가 실제 뇌 네트워크 변화를 반영하는지 평가하는 '생성적 매니폴드 감사(GMA)' 기법 제안
• •생성형 AI(Denoising Autoencoder)가 비교 모델보다 뇌 구조 변화를 더 정확히 포착
• •임상 증상 호전에도 환자별 뇌 네트워크 변화 양상은 다를 수 있음을 규명