“CT·MRI 없이도” 생활 데이터 분석…‘뇌혈관질환’ 미리 잡아낸다 작성일 07-12 12 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">- KAIST-성균관대-고대 안암병원 공동연구</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="He8nYEAiXx"> <figure class="figure_frm origin_fig" contents-hash="6f4950fca492df2f327e3dba1064a1cedb474a32fa2fc5e787005be7238f12a3" dmcf-pid="Xd6LGDcnGQ" dmcf-ptype="figure"> <p class="link_figure"><img alt="고령자의 집에서 비접촉식 센서로 수집한 활동, 수면, 생활리듬 및 실내환경 데이터를 AI로 분석해, 건강군과 진단군 사이의 ‘진단 전 위험군’를 식별하고, 해당 위험군 내에서 진단 시점이 가까워지는 ‘임박 위험’을 평가한다.[KAIST 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/12/ned/20260712120230215uyjr.jpg" data-org-width="1280" dmcf-mid="WRNOqYTsZe" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/12/ned/20260712120230215uyjr.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 고령자의 집에서 비접촉식 센서로 수집한 활동, 수면, 생활리듬 및 실내환경 데이터를 AI로 분석해, 건강군과 진단군 사이의 ‘진단 전 위험군’를 식별하고, 해당 위험군 내에서 진단 시점이 가까워지는 ‘임박 위험’을 평가한다.[KAIST 제공] </figcaption> </figure> <p contents-hash="7c5a3b1a0e127cf13483583fa79fb265e4dc74386abe6fcaefc99a5bb6dd5225" dmcf-pid="ZschKXYCHP" dmcf-ptype="general">[헤럴드경제=구본혁 기자] 국내 연구진이 고령자의 일상생활 데이터를 분석해 집에서 나타나는 작은 변화만으로 뇌혈관질환 위험을 조기에 감지하는 기술을 개발했다.</p> <p contents-hash="72c926ff07cc8f82b0c1502e96bff9cd9b56b8c305aed7d87f30f6f8deefa9ab" dmcf-pid="5Okl9ZGhZ6" dmcf-ptype="general">KAIST는 건설및환경공학과 임리사 교수 연구팀이 성균관대학교 정조운 교수, 고려대학교 안암병원 신경과 조경희 교수 연구팀과 함께 실제 고령자의 주거환경에서 장기간 수집된 라이프로그 데이터를 활용해 뇌혈관질환 진단 전 위험단계를 식별하고, 진단이 임박한 위험 상태까지 평가하는 AI 프레임워크를 개발했다고 12일 밝혔다.</p> <p contents-hash="2db59fffedce93b820837c8eef2a7975260016f36c887403802fec7aa6ef700e" dmcf-pid="1IES25HlG8" dmcf-ptype="general">병원에서 질환이 확인된 이후 대응하는 기존 방식에서 나아가, 일상생활 속 활동, 수면, 생활 리듬의 변화를 통해 위험 신호를 조기 포착할 가능성을 제시했다는 점이 핵심이다.</p> <p contents-hash="f5a0cd7ea766ae99fb72aef7a4b7d90925cec5bc146bf6fa0e1d9e3d0ee7b59f" dmcf-pid="tCDvV1XSG4" dmcf-ptype="general">이번 연구는 ㈜리본케어가 실제 주거환경에서 수집한 고령자 1224명의 라이프로그 데이터를 기반으로 수행됐다. 연구팀은 14일 단위로 구성한 총 1만 3362개의 생활 데이터 표본을 분석해 질환이 발생한 뒤 병원에서 치료하는 기존 접근에서 벗어나, 일상생활 속 미세한 변화만으로 위험 신호를 조기에 포착할 가능성을 제시했다.</p> <p contents-hash="c125ade2805f3709484443c0547b7a28594e0c3bf8a16e3e64bb1b26edacf25e" dmcf-pid="FhwTftZv1f" dmcf-ptype="general">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 높은 정확도로 구분했다. 이는 병원을 찾기 전에도 일상생활 속 작은 변화만으로 뇌혈관질환 위험이 높아졌는지를 미리 파악할 수 있음을 보여주는 결과다.</p> <p contents-hash="1ba69f2d77ce22cfd6bcedc204d4e7cd068352797f3a750a37c98a1c420030a9" dmcf-pid="3lry4F5THV" dmcf-ptype="general">분석 결과 뇌혈관질환 진단 전 위험단계에 있는 고령자는 밤 10시부터 새벽 2시 사이에도 움직임이 지속적으로 나타나는 등 수면을 준비해야 할 시간대의 생활 리듬이 불규칙한 경향을 보였다. 즉 잠드는 시간이 늦고 낮과 밤의 활동 차이가 뚜렷하지 않은 생활 패턴이 뇌혈관질환 진단 전 위험 신호과 밀접하게 관련된 것으로 나타났다.</p> <figure class="figure_frm origin_fig" contents-hash="d087ec2489d7ef44ca7b3db8d075e364a10a3b516b45943f55edc3dcccb48d8a" dmcf-pid="0SmW831yY2" dmcf-ptype="figure"> <p class="link_figure"><img alt="이번 연구를 수행한 공동연구진. 정조운(윗줄 왼쪽부터) 성균관대학교 전자전기공학부 교수, 임리사 KAIST 건설및환경공학과 교수, 조경희 고려대학교 안암병원 신경과 교수, 백정엽 KAIST 응용과학연구소 박사.[KAIST 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/12/ned/20260712120230486yifu.jpg" data-org-width="1280" dmcf-mid="GmACbHWI1M" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/12/ned/20260712120230486yifu.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 이번 연구를 수행한 공동연구진. 정조운(윗줄 왼쪽부터) 성균관대학교 전자전기공학부 교수, 임리사 KAIST 건설및환경공학과 교수, 조경희 고려대학교 안암병원 신경과 교수, 백정엽 KAIST 응용과학연구소 박사.[KAIST 제공] </figcaption> </figure> <p contents-hash="09d1204828d16be7080eab3c20bdbac30d030dc35bff3fb06458b1908b7bc4b1" dmcf-pid="pvsY60tW59" dmcf-ptype="general">또한 뇌혈관질환 진단이 가까워질수록 저녁 시간대인 오후 6시부터 밤 10시 사이 활동량이 눈에 띄게 줄고, 움직이지 않는 시간이 길어지는 경향이 확인됐다. 실내 습도가 낮아 건조한 환경 역시 진단이 임박한 상태를 판단하는 중요한 요인으로 나타났다.</p> <p contents-hash="fb0c2e37bf8a4cae017dec93b62fdfc9beedff4626cc992d56456780cb92fb01" dmcf-pid="UTOGPpFYZK" dmcf-ptype="general">연구팀은 이번 연구는 뇌혈관질환의 발생 시점을 예측하거나 병원 진단을 대체하는 것이 아니라, 예방과 조기 진료를 지원하기 위한 보조 기술이며, 실제 임상 적용을 위해서는 더 큰 규모의 환자군을 대상으로 한 전향적 검증이 필요하다고 설명했다.</p> <p contents-hash="3e8f44bad3e89b24fbf3dde8cd2eab17549bd750fd219f022ee688a9855fd70c" dmcf-pid="uyIHQU3GXb" dmcf-ptype="general">임리사 교수는 “향후 스마트홈, 실버타운, 고령자 돌봄 서비스, 지역사회 건강관리 시스템 등에 적용될 수 있다”면서 “특히 혼자 생활하는 고령자나 자신의 건강 상태를 정확히 설명하기 어려운 사람의 위험 신호를 조기에 파악하고, 의료진 또는 돌봄 인력이 병원 방문이나 추가 관찰이 필요한지를 판단하는 데 참고할 수 있는 보조 정보를 제공할 수 있을 것”이라고 말했다.</p> <p contents-hash="f0019e274550351442d83df424b6b0c2828f5ce995cdb5215ae55114ca2a0662" dmcf-pid="7WCXxu0H5B" dmcf-ptype="general">이번 연구결과는 디지털 헬스케어 분야 국제학술지 ‘npj Digital Medicine’에 게재됐다.</p> </section> </div> <p class="" data-translation="true">Copyright © 헤럴드경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 29만 가구 안부 챙긴 우체국 '복지 우편'…고립·은둔 청년까지 품었다 07-12 다음 "AI 팩토리 시대, 반도체 초격차 이끈다"…과기정통부, '2026 반도체 성과교류회' ... 07-12 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
