성균관대학교는 전자전기공학부 정조운 교수 연구팀이 KAIST, 고려대학교 안암병원과 공동으로 고령자의 집 안 생활 데이터를 분석해 뇌혈관질환 발생 위험을 사전에 예측하는 인공지능(AI) 기술을 개발했다고 16일 밝혔다.

연구팀은 실제 주거 환경에서 생활하는 고령자 1224명의 라이프로그(일상생활 디지털 기록)와 1만3362개의 생활 패턴 데이터를 분석해 질환 발생 전 위험 단계를 예측하는 인공지능 모델을 구축했다. 병원을 찾은 뒤 진단과 치료를 시작하는 기존 방식에서 벗어나 일상생활의 변화를 통해 위험 신호를 미리 확인할 수 있는 가능성을 제시했다.

인공지능 모델은 활동량과 수면 상태, 하루 생체리듬, 실내 온·습도 등 생활 데이터를 나이와 기저질환 정보와 결합해 분석했다. 특히 시간의 흐름에 따른 변화를 분석하는 시계열 분석 기법을 적용해 뇌혈관질환 진단 직전 4주 이내의 ‘임박 위험 구간’과 진단 12주 전의 ‘비임박 구간’을 96.53%의 정확도로 구분했다.

연구 결과 뇌혈관질환 위험이 높아진 고령자는 밤 10시부터 새벽 2시 사이 5분 이상 움직이거나 취침 시간이 늦어지는 등 수면 패턴 변화가 두드러졌다. 또 진단이 임박한 단계에서는 오후 6시부터 밤 10시 사이 활동량이 급격히 줄고 움직임이 감소하는 특징이 나타났다. 실내 습도도 위험도를 판단하는 주요 환경 요인으로 확인됐다.

연구팀은 이번 기술이 독거노인 등 스스로 건강 이상을 인지하거나 의료기관을 자주 찾기 어려운 고령자의 건강을 지속적으로 관리하는 데 활용될 수 있을 것으로 기대했다. 다만 병원의 전문 진단을 대체하는 기술은 아니며 실제 의료 현장 적용을 위해서는 추가 임상 검증이 필요하다고 설명했다.

이번 연구는 KAIST 백정엽 박사가 제1저자로 참여했으며, 정조운 교수가 공동 연구를 이끌었다. 연구 결과는 디지털 헬스케어 분야 국제학술지 ‘npj Digital Medicine’에 게재됐다.