권오란 교수 연구팀, 한국인의 산화스트레스 진단 모델 개발

생체 및 임상지표 등 고려, 산화스트레스 정량화 입증

(대전=뉴스1) 심영석 기자 = 이화여대 권오란 교수와 힐다 보우만 네덜란드 응용과학연구기구 공동 연구팀이 한국인의 산화스트레스 위험을 진단하기 위한 머신러닝 모델을 개발했다.

12일 한국연구재단에 따르면 산화스트레스는 체내 활성산소가 많아져 생체 산화 균형이 무너진 상태를 말한다.

빅데이터 분석과 인공지능의 발전은 많은 양의 코호트 데이터(특정기간 동안 공통된 특성이나 경험을 갖는 사용자 집단의 데이터)와 임상 관련 정보를 토대로 환자에게 적합한 의료정보를 제공하거나 진단 및 치료 오류를 줄여주는 데에 큰 도움을 주고 있다.

하지만, 기계학습 알고리즘을 적용해 산화스트레스 관련 만성 질환의 위험을 사전에 줄이고 정밀영양을 제공하려는 연구는 거의 없는 실정이다.

이에 연구팀은 공간방법론 통해 이 문제를 해결하고자 했다.

공간방법론(health space model)은 통계적 시각화 방법의 일종으로, 사전에 정의된 생물학적 지표들을 기반으로 개별 피험자의 건강상태를 투영할 수 있다.

연구팀은 또 다양하고 복잡한 데이터의 스펙트럼에서 변수의 특성을 고려해 강력한 예측력과 해석가능성으로 산화위험을 판별하는 모델을 개발하기 위해 머신러닝 방법을 사용했다.

나이, BMI(체질량 지수), 식사의 질, 혈액지표 등과 같은 16가지 변수를 종합적으로 고려해 사용자의 산화스트레스의 위험 정도를 정량화할 수 있는 예측하는 모델을 개발했다.

이어 이를 검증한 결과 민감도는 0.923(95% CI: 0.879-0.967), 정확도는 0.891(95% CI: 0.854-0.928) 수준으로 나타났다.

이번 연구에는 2015년 4월부터 2018년 8월 사이에 건강검진을 위해 서울시 보라매병원에 내원한 2454명의 데이터가 사용됐다.

다만, 보다 확장성 있는 검증을 위해서는 국가 코호트 자료, 다양한 국가 인구의 자료와 비교 및 분석이 필요하다.

이에 연구팀은 만성질환 정량화 모델 개발 관련 연구를 지속할 계획이다.

이번 연구결과는 식생활 및 생활습관과 관련된 만성질환을 예방할 수 있는 건강관리 전략 수립에 큰 도움이 될 전망이다.

한편, 이번 연구 성과는 항산화분야 국제학술지 ‘안티옥시단츠’에 7월16일자에 게재됐다.

km5030@news1.kr

사회