연구 이미지(AI생성)[한국과학기술원(KAIST) 제공. 재판매 및 DB 금지]
고령자 1천224명 라이프로그 분석…진단 임박 위험 96.5% 정확도로 식별
한국과학기술원(KAIST)은 실제 고령자의 일상생활 데이터를 분석해 집에서 나타나는 작은 변화만으로 뇌혈관질환 위험을 조기에 감지하는 인공지능(AI) 기술을 개발했다고 12일 밝혔다.
연구팀은 ㈜리본케어가 실제 주거환경에서 수집한 고령자 1천224명의 라이프로그 데이터(14일 단위로 구성한 총 1만3천362개의 생활 데이터 표본)를 분석했다.
연구팀은 이들의 일상 활동과 수면, 일주기 리듬, 실내 환경 정보에 연령과 만성질환 정보를 함께 분석해 뇌혈관질환 위험단계를 식별하는 AI 기술을 개발했다.
연구팀은 시간의 흐름에 따른 생활 패턴 변화를 분석해 뇌혈관질환 진단이 가까워진 상태까지 평가하는 데 성공했다.
진단 전 4주 이내의 생활 데이터를 ‘진단 임박 구간’, 진단 12주 이전의 데이터를 ‘비임박 구간’으로 나눠 분석한 결과, AI는 두 구간을 96.53%의 정확도로 구분했다.
이는 병원을 찾기 전에도 일상생활 속 작은 변화만으로 뇌혈관질환 위험이 커졌는지를 미리 파악할 수 있음을 보여주는 결과라고 연구팀은 설명했다.
분석 결과, 뇌혈관질환 진단 전 위험단계에 있는 고령자는 밤 10시부터 새벽 2시 사이에도 움직임이 지속해 나타나는 등 수면을 준비해야 할 시간대의 생활 리듬이 불규칙한 경향을 보였다.
즉, 잠드는 시간이 늦고 낮과 밤 활동 차이가 뚜렷하지 않은 생활 패턴이 뇌혈관질환 진단 전 위험 신호와 밀접하게 관련된 것으로 나타났다.
뇌혈관질환 진단이 가까워질수록 저녁 시간대인 오후 6시부터 밤 10시 사이 활동량이 눈에 띄게 줄고, 움직이지 않는 시간이 길어지는 경향이 확인됐다.
실내 습도가 낮은 건조한 환경 역시 진단이 임박한 상태를 판단하는 중요한 요인으로 나타났다고 연구팀은 부연했다.
임리사 교수는 “이번 연구의 핵심은 AI가 병원 진단을 대체하는 것이 아니라 집에서 나타나는 작은 생활 변화 속에서 위험 신호를 먼저 발견하고 적절한 시점에 병원 진료로 연결할 가능성을 제시한 데 있다”고 말했다.
