인공지능으로 '노화·만성질환 위험도' 측정해 예방한다

권오란 이화여대교수팀, 산화스트레스 위험도 측정 모델 및 맞춤형 영양 제공 기술 개발·검증

자료사진. 기사와 관련이 없음.

[아시아경제 김봉수 기자] 인공지능과 빅데이터를 활용해 환자의 산화스트레스 위험도를 측정해 노화나 각종 만성 질병을 예방할 수 있도록 적절한 영양을 제공하는 기술이 개발됐다. 산화스트레스란 과중한 스트레스와 자외선, 흡연과 과음, 자동차 배기가스, 인스턴트식품 과다 섭취 등에 의해 유해산소가 몸 안에 과도하게 발생하는 상태를 말하며, 노화 또는 만성질환의 원인이 된다.

한국연구재단은 권오란 이화여대 교수 등 국제 공동 연구팀이 한국인의 산화스트레스 위험을 진단하기 위한 머신러닝 모델을 개발 및 검증했다고 12일 밝혔다.

빅데이터 분석과 인공지능의 발전은 많은 양의 코호트 데이터(동일 집단 데이터)와 임상 관련 정보를 토대로 환자에게 적합한 의료정보를 제공하거나 진단 및 치료 오류를 줄여주는 데에 도움을 주고 있다. 그러나 기계학습 알고리즘을 적용해 산화스트레스 관련 만성 질환의 위험을 사전에 줄이고 정밀영양을 제공하려는 연구는 거의 없는 실정이다.

연구팀은 광범위한 인간 대상 연구에 대한 공간방법론의 활용을 테스트하기 위한 개념 증명 연구를 통해 이 문제를 해결하고자 하였다. 다양하고 복잡한 데이터의 스펙트럼에서 변수의 특성을 고려해 강력한 예측력과 해석가능성으로 산화위험을 판별하는 모델을 개발하기 위해 머신러닝 방법을 사용하였다. 나이, BMI, 식사의 질, 혈액지표 등과 같은 16가지 변수를 종합적으로 고려해 사용자의 산화스트레스의 위험 정도를 정량화할 수 있는 예측하는 모델을 개발했다.

연구팀은 2015년 4월부터 2018년 8월 사이에 건강검진을 위해 서울시 보라매병원에 내원한 2454명의 데이터를 활용해 이같은 모델을 검증한 결과 민감도는 0.923(95% CI: 0.879-0.967), 정확도는 0.891(95% CI: 0.854-0.928) 수준으로 나타났다.

연구팀은 앞으로 국가 코호트 자료를 이용해 개발한 모델을 검증하고 다양한 민족국가 인구의 자료와 비교 및 분석하는 한편 만성질환 정량화 모델 개발 관련 연구를 계속할 계획이다.

이같은 연구는 건강한 인구 집단의 산화스트레스 위험을 계층화, 예측하는 모델을 제시함으로써 식생활 및 생활습관과 관련된 만성질환을 예방할 수 있는 건강관리 전략 수립에 도움이 될 것으로 기대하고 있다.

이번 연구 결과는 항산화분야 국제학술지 안티옥시단츠(Antioxidants)에 지난 7월 16일 게재됐다.

김봉수 기자 bskim@asiae.co.kr