KAIST, '96.5%' 정확도로 뇌혈관 질환 위험 신호 미리 찾는 AI 개발

한국과학기술원(KAIST) 연구팀이 인공지능(AI)을 활용하여 뇌혈관 질환의 위험 신호를 조기에 탐지하는 혁신적인 기술을 개발했습니다. 이번 연구는 고령자의 일상 데이터를 분석하여, 뇌혈관 질환의 임박한 위험 상태를 96.5%의 높은 정확도로 감지할 수 있는 프레임워크를 구축한 것입니다. 이는 고령 사회의 건강 관리에 큰 기여를 할 것으로 기대됩니다.

AI로 조기에 포착한 위험 신호

KAIST의 임리사 교수와 성균관대학교 정조운 교수, 고려대학교 조경희 교수의 협업으로 이루어진 이번 연구는 리본케어가 수집한 1,224명의 고령자 라이프로그 데이터를 바탕으로 진행되었습니다. 연구팀은 이 데이터를 통해 14일 단위로 구성된 1만3362개의 생활 패턴을 분석했습니다. 그 결과, 일상생활에서 미세한 변화가 뇌혈관 질환의 위험 신호를 드러낼 수 있다는 중요한 사실을 발견했습니다.

AI 시스템은 고령자의 수면 패턴과 일주기 리듬, 실내 환경 정보 등을 종합적으로 분석하여, 진단 전 4주 이내의 데이터를 '진단 임박 구간'으로, 12주 이전 데이터를 '비임박 구간'으로 나누어 평가했습니다. 그 결과, AI는 두 구간을 매우 높은 정확도로 구분할 수 있었습니다. 이는 AI가 단순히 위험 여부를 판단하는 것에 그치지 않고, 생활 패턴과 환경 요인을 함께 제시하는 설명 가능한 AI 기술이라는 점에서 큰 의의를 갖습니다.

생활 패턴의 변화가 주는 신호

이번 연구에서 주목할 만한 점은 고령자의 생활 패턴이 뇌혈관 질환의 위험 신호와 밀접하게 연결되어 있다는 것입니다. 예를 들어, AI는 밤 10시부터 새벽 2시 사이에도 지속적으로 움직이는 고령자의 패턴을 발견했습니다. 이는 수면 준비 시간대의 불규칙한 생활 리듬과 관련이 있습니다. 또한 저녁 시간대인 오후 6시부터 밤 10시 사이에 활동량이 눈에 띄게 줄어들고, 실내 습도가 낮은 건조한 환경 또한 위험 신호로 작용합니다.

이처럼 연구팀은 AI가 고령자의 상태를 지속적으로 모니터링하고, 필요한 경우 의료진에게 신뢰할 수 있는 조기 경고 지표를 제공할 수 있는 '디지털 헬스케어' 기술로 발전할 수 있을 것이라고 전망하고 있습니다. 하지만 연구팀은 이 기술이 혈관질환 발생 시점을 예측하거나 병원 진단을 대체하는 것이 아니라는 점을 강조했습니다. 이는 예방과 조기 진료를 지원하는 보조 기술로 자리잡을 가능성이 높습니다.

미래의 의료 환경에 미치는 영향

이번 AI 프레임워크는 고령사회의 중요성을 감안할 때 매우 의미 있는 발전이라 할 수 있습니다. 고령 인구의 증가로 인해 뇌혈관 질환과 같은 만성질환의 관리가 더욱 중요해지고 있는 이 시점에서, AI를 통한 조기 경고 시스템은 의료진과 돌봄 인력에게 큰 도움이 될 것입니다.

KAIST의 임리사 교수는 "집에서의 작은 변화 속에서 위험 신호를 먼저 발견하고, 적절한 시점에 병원 진료로 연결할 수 있는 가능성을 제시한 것이 이번 연구의 핵심"이라고 밝혔습니다. 이러한 기술적 발전은 향후 고령자의 건강 관리와 예방 의료에 있어 새로운 이정표가 될 것으로 기대됩니다.