‘95% 정확도’, 고령자 뇌혈관질환 위험 알리는 ‘AI’ 등장

KAIST, 고령자 1224명 1만3000여개 데이터 분석 일상 속 작은 변화만으로 위험신호 조기 포착 가능 수면시간대 생활리듬 불규칙·저녁시간대 활동 적을수록 위험 집에서 나타나는 생활 속 작은 변화만으로 고령자의 뇌혈관질환 위험을 조기에 감지할 수 있는 인공지능(AI) 기술이 개발됐다. 실제 고령자의 데이터를 분석해 미세한 생체리듬 변화를 통해 뇌혈관질환 위험 신호를 사전에 포착해 예방할 수 있는 길을 마련했다는 평가다. KAIST는 임리사 건설및환경공학과 교수 연구팀이 정조운 성균관대 전자전기공학부 교수, 조경희 고려대 안암병원 신경과 교수 연구팀과 공동으로 고령자의 뇌혈관질환 위험 단계를 식별하는 'AI 프레임워크'를 개발했다고 12일 밝혔다. 연구팀은 고령자 1224명의 일상 활동과 수면, 일주기 리듬, 연령, 만성질환 등 주거 환경에서 수집한 1만3362개의 생활 데이터를 기반으로 분석했다. 연구팀은 시간 흐름에 따른 생활 패턴 변화를 분석해 뇌혈관질환 진단이 가까워진 상태까지 평가하는 데 성공했다. 실제, 진단 전 4주 이내 생활 데이터를 '진단 임박 구간', 진단 12주 이전의 데이터를 '비임박 구간'으로 나눠 분석한 결과, AI는 두 구간을 96.53%의 높은 정확도로 구분했다. 병원을 찾기 전 일상 생활 속 작은 변화만으로 뇌혈관질환 위험을 미리 파악할 수 있음을 보여준 결과라고 연구팀은 설명했다. AI가 단순히 위험 여부만 판단하는 것을 넘어 판단 근거가 된 생활 패턴과 환경 요인을 함께 제시하는 설명가능 AI를 활용될 수 있다는 점도 제시됐다. 분석 결과 뇌혈관질환 진단 전 위험 단계에 있는 고령자는 밤 10시부터 새벽 2시 사이에 생활 리듬이 불규칙한 경향을 보였다. 이는 잠드는 시간이 늦고, 낮과 밤 활동 차이가 뚜렷하지 않은 생활 패턴이 뇌혈관질환 진단 전 위험 신호와 밀접하게 관련됨 있음을 시사한다. 또 뇌혈관질환 진단이 가까워질수록 오후 6시부터 밤 10시 사이 활동량이 눈에 띄게 줄고, 움직이지 않는 시간이 길어졌다. 연구팀은 다만 이번 연구가 뇌혈관질환 발생 시점을 예측하거나 병원 진단을 대체하는 것이 아니라, 예방과 조기 진료 지원을 위한 보조 기술로, 실제 임상 적용을 위해 더 많은 환자를 대상으로 한 실험이 필요하다고 설명했다. 임리사 교수는 "AI가 자신의 건강 상태를 설명하기 어려운 고령자의 상태를 객관적으로 모니터링하고해 조기 경고 지표를 제공하는 디지털 헬스케어 기술로 활용될 것"이라며 "궁극적으로 질환 발생 이후 사후 대응에서 일상 생활 기반의 사전 식별과 조기 의료 연계로 예방적 건강관리 범위를 확장하는 기반이 될 것"이라고 말했다. 연구결과는 디지털 헬스케어 분야 국제 학술지 '엔피제이 디지털 메디슨' 지난달 2일에 게재됐다. 이준기 기자 bongchu@dt.co.kr