KAIST, 뇌혈관질환 조기감지 AI 개발…정확도 96.5%
생활패턴·수면·실내환경 분석해 진단 임박 상태 판별

연구 이미지(AI생성). 한국과학기술원(KAIST)

밤늦게까지 잠들지 못하거나 저녁 시간대 활동량이 눈에 띄게 줄어드는 등 집에서 나타나는 작은 생활 변화만으로 뇌혈관질환 위험을 조기에 감지할 수 있는 인공지능(AI) 기술이 개발됐다.

한국과학기술원(KAIST) 연구팀은 실제 고령자 생활 데이터를 분석해 질환 진단이 임박한 상태를 96.53%의 정확도로 판별하는 AI 모델을 개발했다고 12일 밝혔다.

연구팀은 ㈜리본케어가 실제 주거환경에서 수집한 고령자 1224명의 라이프로그 데이터(14일 단위로 구성한 총 1만3362개의 생활 데이터 표본)를 통해 이들의 일상 활동과 수면, 일주기 리듬, 실내 환경 정보에 연령과 만성질환 정보를 분석했다.

그 결과 연구팀은 시간의 흐름에 따른 생활 패턴 변화를 추적해 뇌혈관질환 진단이 임박한 상태를 평가하는 데 성공했다.

AI는 뇌혈관질환 진단 4주 이내의 데이터를 ‘진단 임박 구간’, 진단 12주 이전 데이터를 ‘비임박 구간’으로 구분해 96.53%의 정확도로 위험 단계를 판별했다.

분석 결과 뇌혈관질환 위험 단계에 있는 고령자는 밤 10시부터 새벽 2시 사이에도 움직임이 지속되는 등 불규칙한 생활 리듬을 보였다.

즉, 늦은 취침과 불규칙한 낮·밤 활동 리듬이 뇌혈관질환 위험 신호와 밀접한 관련이 있는 것으로 나타났다.

또한 뇌혈관질환 진단이 가까워질수록 저녁 시간대인 오후 6시부터 밤 10시 사이 활동량이 눈에 띄게 줄고, 움직이지 않는 시간이 길어지는 경향이 확인됐다.

낮은 실내 습도와 건조한 환경 역시 진단이 임박한 상태를 판단하는 주요 요인으로 분석됐다.

연구팀은 이번 연구가 병원을 찾기 전에도 일상생활 속 작은 변화만으로 뇌혈관질환 위험을 조기에 포착할 가능성을 제시했다는 점에서 의미가 있다고 설명했다.

임리사 KAIST 교수는 “이번 기술은 AI가 의사의 진단을 대체하는 것이 아니라 집에서 나타나는 작은 변화를 통해 위험 신호를 조기에 포착하고 적절한 시점에 병원 진료로 연결할 수 있는 가능성을 보여준 데 의미가 있다”고 말했다.

이승구 온라인뉴스 기자 [e-mail]