성균관대학교 연구진이 고령자의 집 안 생활 데이터를 분석해 뇌혈관질환 발생 전 위험 신호를 미리 예측하는 인공지능(AI) 기술을 개발했다. 병원을 찾은 뒤 치료하는 기존 방식에서 나아가 일상생활 데이터를 활용해 질환을 조기에 발견하는 예방 중심의 스마트 헬스케어 기술로 활용될 수 있을 것으로 기대된다.

성균관대학교는 전자전기공학부 정조운 교수 연구팀이 KAIST 건설및환경공학과 임리사 교수팀, 고려대학교 안암병원 신경과 조경희 교수팀과 공동으로 고령자의 라이프로그(일상생활 디지털 기록)를 활용해 뇌혈관질환 발생 위험을 예측하는 AI 프레임워크를 개발했다고 12일 밝혔다.

뇌혈관질환은 뇌혈관이 막히거나 터지면서 발생하는 질환으로, 증상이 나타나기 전까지 이상을 알아차리기 어려워 치료 시기를 놓치는 경우가 많다. 특히 독거 고령자는 건강 이상을 스스로 인지하거나 주변에 도움을 요청하기 어려워 조기 발견의 중요성이 크다.

연구팀은 실제 주거 환경에서 생활하는 고령자 1224명의 라이프로그를 수집해 14일 단위로 구분한 1만3362개의 생활 패턴 데이터를 분석했다. 이를 통해 병원 진단 이전에도 일상생활의 변화만으로 뇌혈관질환 위험이 높아지는 시점을 예측할 수 있음을 확인했다.

AI 모델에는 활동량과 수면 상태, 일주기 리듬, 실내 온도·습도 등 생활환경 정보와 연령, 기저질환 정보를 함께 반영했다. 연구팀은 병원 검사만으로는 확인하기 어려운 생활 패턴의 미세한 변화가 질환 위험을 예측하는 중요한 단서가 될 수 있다고 설명했다.

특히 시간의 흐름에 따른 변화를 분석하는 시계열 AI 기법을 적용한 결과, 뇌혈관질환 진단 4주 이내의 '임박 위험 구간'과 진단 12주 이전의 '비임박 구간'을 96.53%의 정확도로 구분하는 데 성공했다.

이번 기술은 단순히 위험 여부만 제시하는 것이 아니라 AI가 어떤 생활 패턴을 근거로 판단했는지도 함께 제시하는 것이 특징이다.

연구 결과에 따르면 위험 단계에 접어든 고령자는 밤 10시부터 새벽 2시 사이 장시간 움직이거나 취침 시간이 늦어지는 등 수면 리듬이 불규칙해지는 경향을 보였다. 또 진단이 임박한 단계에서는 오후 6시부터 밤 10시 사이 활동량이 급격히 감소하고, 실내 습도가 낮은 환경 역시 위험도를 높이는 요인으로 확인됐다.

연구팀은 이번 기술이 의료진뿐 아니라 돌봄 종사자들이 고령자의 건강 상태를 객관적으로 파악하는 보조 지표로 활용될 수 있을 것으로 기대했다. 다만 실제 의료 현장에 적용하기 위해서는 다양한 환경과 더 많은 환자를 대상으로 한 추가 검증이 필요하다고 설명했다.

정조운 성균관대 교수는 "이번 연구는 대학과 병원, 기업이 협력해 고령자 돌봄과 뇌혈관질환 예방을 위한 실질적인 해결책을 제시했다는 점에서 의미가 있다"며 "앞으로도 AI와 전자공학 기술을 헬스케어 분야에 접목해 사회에 기여하는 연구를 이어가겠다"고 밝혔다.

mine124@news1.kr