모하마드 탁시물 아산 타우히드(Md. Taksimul Ahsan Tawhid) 등 연구진이 휴지기 뇌파(resting-state EEG) 데이터에서 조현병의 신경생리학적 바이오마커를 찾아내는 해석 가능한 AI 진단 프레임워크를 제시했다. 조현병은 대뇌 피질 네트워크의 심각한 조절 이상을 특징으로 하는 신경정신질환이지만, 임상에서 실제로 활용할 수 있는 객관적인 뇌파 기반 바이오마커는 아직 충분히 개발돼 있지 않다는 게 연구의 출발점이다.
연구팀은 기존의 자동 분류 파이프라인들이 대부분 정적인 파워 스펙트럼 밀도(PSD) 특징에만 의존해, 조현병의 병태생리학에서 핵심적인 진폭 변조 동역학이나 주파수 간 결합(cross-frequency coupling) 같은 현상은 포착하지 못한다고 지적했다. 또한 에폭(epoch) 단위로 교차검증을 수행하는 기존 방식은 시간적 데이터 누수를 일으켜 실제보다 성능이 부풀려지는 문제가 있다고 밝혔다.
이를 해결하기 위해 연구팀은 다차수 웨이블릿 산란변환(WST)과 엄격한 피험자 단위 잔류(LOSO, Leave-One-Subject-Out) 교차검증, SHAP 설명가능성 기법을 결합한 프레임워크를 구축했다. 다채널 휴지기 뇌파에서 다중 스케일의 진폭 변조 구조를 포착하는 계층적 WST 계수를 추출하고, 벤저민-호크버그 위양성률 보정을 적용한 피험자 수준 분산분석(ANOVA)으로 유의미한 바이오마커를 식별했다. 이렇게 선별한 특징으로 랜덤포레스트와 서포트벡터머신(SVM) 분류기를 엄격한 LOSO 교차검증과 피험자 단위 다수결 투표 방식으로 평가했다.
분석 결과 주파수 간 결합을 인코딩하는 2차 산란 계수가 판별에 가장 크게 기여했으며, 특히 감마 대역 특징이 가장 빈번하게 나타나 시간적 진폭 변조가 조현병의 핵심적인 전기생리학적 특징임을 시사했다. 전극 위치 중에서는 P3 지점이 가장 변별력 있는 부위로 확인됐다. 엄격한 피험자 독립 평가에서 랜덤포레스트 모델은 90.48%의 정확도(AUC 0.9339, 민감도 95.56%)를 기록했다. 연구팀은 이 프레임워크가 향후 조현병 하위 유형 탐지에도 적용할 수 있는, 해석 가능한 뇌파 기반 정신과 바이오마커 발굴의 엄밀한 표준을 제시한다고 밝혔다.
