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.md 카드뉴스 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.

구성방식특징
모델 1: CNN망막 사진에서 색·질감·미세 구조를 자동 추출(2,048차원) → 정상·ASD·ADHD 확률 예측자폐·ADHD 진단 정확도 89%. 히트맵으로 판단에 중요한 부위(시신경유두·혈관 등)를 표시
모델 2: 투명성 중심 모델동맥·정맥, 혈관, 시신경유두·컵을 분할해 직접 측정값(시신경유두 높이, 혈관 폭·밀도 등)을 뽑고 단순 분류기에 입력CNN보다 정확도는 낮지만 SHAP로 판단 근거를 모두 설명할 수 있다
생물학 모델망막 세포주(661W)에 발프로산(VPA)을 처리해 자폐 세포 모델을 만듦망막 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.

논문내용
Lai et al. (2020), eClinicalMedicine 28:100588 (홍콩중문대) — DOI강 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) — DOI958명(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 전문ADHD 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)

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

참고 자료