출처 Threads @pov_homehusband (2026-09-28)의 카드뉴스(1day.issue 제작 7장). 원본 클립은
raw/articles/web-2026-09-28-Post by @pov_homehusband on Threads.md카드뉴스 내용은 1차 자료(Society for Science·Smithsonian 기사, 원 논문)와 대조해 보강했다.
요약
- 미국 뉴저지 Bergen County Academies의 에드워드 강(Edward Kang, 17세) 이 망막(안저) 사진으로 자폐 스펙트럼 장애(ASD)와 ADHD를 선별하는 AI RetinaMind를 만들었다.
- 이 프로젝트로 2026 Regeneron Science Talent Search 2위를 차지해 상금 $175,000를 받았다.
- 발상의 근거는 망막과 뇌가 같은 배아 조직에서 발생한다는 점이다. 그래서 뇌 발달의 차이가 망막 구조에도 미세하게 남는다는 가설이다.
- 모델 두 개를 쓴다. CNN은 정확도가 높고(자폐·ADHD 진단 정확도 89%), 투명성 중심 모델은 판단 과정을 사람이 읽을 수 있다.
- 망막 세포 모델로 자폐와 망막 차이를 잇는 후보 유전자도 탐색했다.
- 아직은 초기 스크리닝 연구 단계이며 의사의 진단을 대체하지 않는다.

연구 배경
강 군은 학교 과제로 논문을 읽다가 홍콩중문대의 2020년 연구(아래 Lai et al.)를 접했다. 이 연구는 망막 사진만으로 자폐 아동을 가려냈다. 그는 이 아이디어를 확장하기로 했고, 이후 모델에 ADHD를 추가했다.

“눈으로 뇌에서 일어나는 일을 이해할 수 있다는 게 신기하고, 정말 믿기 어려웠어요.” — 에드워드 강, Smithsonian 인터뷰
RetinaMind의 구성

포스터의 구성은 다음과 같다.
| 구성 | 방식 | 특징 |
|---|---|---|
| 모델 1: CNN | 망막 사진에서 색·질감·미세 구조를 자동 추출(2,048차원) → 정상·ASD·ADHD 확률 예측 | 자폐·ADHD 진단 정확도 89%. 히트맵으로 판단에 중요한 부위(시신경유두·혈관 등)를 표시 |
| 모델 2: 투명성 중심 모델 | 동맥·정맥, 혈관, 시신경유두·컵을 분할해 직접 측정값(시신경유두 높이, 혈관 폭·밀도 등)을 뽑고 단순 분류기에 입력 | CNN보다 정확도는 낮지만 SHAP로 판단 근거를 모두 설명할 수 있다 |
| 생물학 모델 | 망막 세포주(661W)에 발프로산(VPA)을 처리해 자폐 세포 모델을 만듦 | 망막 관련 유전자 발현 변화를 측정해 수십 개의 후보 유전자(Rorb, Rdh12, Vegfb 등)를 찾음. 포스터는 이를 “최초의 자폐 망막 세포 모델”로 소개한다 |
포스터가 정리한 질환별 망막 특징은 이렇다.
- ASD: 중심와 두께 증가, 시신경유두 크기 증가, 혈관 밀도 증가
- ADHD: 망막신경섬유층(RNFL) 두께 감소, 미세혈관 밀도 증가

한계와 전망
- 강 군 스스로도 “지금 모델은 자폐 또는 ADHD라는 일괄 진단만 내린다”고 말한다(Smithsonian).
- 컬럼비아대 Lipkin 교수는 조기 진단 가능성을 반기면서도 신중론을 폈다. 자폐와 ADHD는 뇌에 뿌리를 둔 발달·행동 질환이고, 서로는 물론 다른 질환과도 겹치는 부분이 많다는 이유다.
- 현재 자폐·ADHD 진단에는 몇 달, 길게는 몇 년이 걸린다. 간단한 눈 검사가 선별 단계를 앞당길 수 있다는 것이 이 연구의 가치다.

바탕이 된 핵심 논문
RetinaMind 포스터가 인용한 선행 연구다. “안저 사진 → 자폐/ADHD” 흐름은 사실상 연세대 세브란스 천근아 교수팀의 연구 계보를 잇는다.
| 논문 | 내용 |
|---|---|
| Lai et al. (2020), eClinicalMedicine 28:100588 (홍콩중문대) — DOI | 강 군에게 영감을 준 논문. 망막 사진 머신러닝으로 ASD 아동을 선별했다. 1차 분석은 나이·성별을 맞춘 23쌍이며 민감도 95.7%, 특이도 91.3%, AUROC 0.974. 여아의 특이도는 더 낮을 수 있다고 밝혔다. 표본이 매우 작다 |
| Kim JH et al. (2023), JAMA Netw Open 6(12):e2347692 (연세대) — DOI | 958명(ASD·정상발달 각 479명, 평균 7.8세)의 눈 1,890개를 ResNeXt-50 딥앙상블로 분석. ASD 선별 AUROC 1.00. 시신경유두가 담긴 이미지 10%만 남겨도 1.00이 유지돼 시신경유두가 핵심 부위로 지목됐다. 증상 중증도 선별은 AUROC 0.74 |
| Choi H et al. (2025), npj Digital Medicine 8:164 (연세대) — DOI · PMC 전문 | ADHD 확장 연구. ADHD 아동·청소년 323명과 나이·성별을 맞춘 대조군을 비교했다. AutoMorph로 망막 특징을 추출하고 SHAP로 해석했으며, ADHD 선별 AUROC는 95.5~96.9%. 시각 주의력 결손 층화도 잘 됐지만(AUROC > 85%) 청각 주의력은 그렇지 못했다. 도파민이 망막 기능에도 관여한다는 점을 근거로 든다 |
| Zarate-Lopez et al. (2024), Current Neuropharmacology “Three Decades of Valproate” | 발프로산(VPA)으로 자폐를 모델링하는 방법의 리뷰. RetinaMind 세포 실험의 근거 |
더 넓은 맥락 (리뷰·기능 검사)
- 망막 구조(OCT)
- 자폐의 망막·맥락막 OCT 측정 체계적 문헌고찰·메타분석
- 자폐의 신경망막 변화 체계적 문헌고찰(OCT/OCT-A) — 황반 두께, RNFL, 혈관 밀도 차이 보고
- ADHD·ASD 아동·청소년의 눈 특징 체계적 문헌고찰·메타분석
- 망막 기능(ERG)
읽을 때 주의할 점
- “눈 맞춤”으로 진단하는 게 아니다. 댓글의 반응과 달리 행동이 아니라 망막 구조(시신경유두·황반·혈관·신경섬유층)를 본다.
- AUROC 1.00은 외부 검증 전 수치다. 연세대 2023 논문은 단일 병원 데이터다. 또 정상발달 대조군 사진은 다른 시기(2007~2023년)에 후향적으로 모았다. 그래서 질환 자체가 아니라 촬영 조건 차이를 학습했을 가능성을 배제하려면 다기관 외부 검증이 필요하다. 이 부분은 작성자의 해석이다.
- 89%라는 RetinaMind 정확도는 학생 경진대회 발표 수치다. 동료 심사를 거친 논문 결과가 아니다.
- “자폐는 백신 때문이 아니다”라는 댓글의 결론은 맞다. 다만 이 연구가 그 근거는 아니다. 이 연구는 망막과 발달 차이의 연관성을 볼 뿐 원인을 밝히지는 않는다.
관련 노트
- 2026-07-29-pytorchkr-topic-11404-symptomai-ai-feat-google — 다른 의료 AI 선별·진단 사례
- moc-misc
참고 자료
- Society for Science 결선 진출자 소개 — https://www.societyforscience.org/regeneron-sts/2026-student-finalists/edward-kang/
- Smithsonian Magazine, “This High Schooler Developed an A.I. Tool to Diagnose Autism and ADHD Using the Retina” — https://www.smithsonianmag.com/innovation/this-high-schooler-developed-an-ai-tool-to-diagnose-autism-and-adhd-using-the-retina-180988694/
- Rutgers 기사(RUCARES 인턴십) — https://www.rutgers.edu/news/internship-helps-high-school-senior-rethink-what-autism-diagnostics-should-do
- ISEF 2025 전 버전 “Retinal Models of Neurodevelopmental Disorders” — https://isef.net/project/bmed040-retinal-models-of-neurodevelopmental-disorders
- 수상 인터뷰 영상 “Meet Edward Kang, 2nd Place Winner of the 2026 Regeneron STS” — https://www.youtube.com/watch?v=4-ci80HBJLI