스트레스 정도 알려주는 건강 예측봇

권오란 이화여대 교수 연구팀은 한국인의 산화스트레스 위험을 사전에 진단할 수 있는 '머신러닝 모델'을 개발했다. 연구재단 제공

대사증후군 등 만성질환을 유발하는 산화스트레스의 위험 정도를 정량화할 수 있는 AI(인공지능) 예측 모델이 개발됐다. 이 모델을 활용하면 식생활, 생활습관 등과 관련된 만성질환을 예방하는 맞춤형 헬스케어에 활용할 수 있다.

한국연구재단은 권오란 이화여대 교수 연구팀과 네덜란드 응용과학연구기구 연구팀이 공동으로 한국인의 산화스트레서 위험을 진단하기 위한 '머신러닝 모델'을 개발했다고 12일 밝혔다.

산화스트레스는 과중한 스트레스, 흡연, 과음 등에 따른 유해산소가 몸 안에 과도하게 쌓여 있는 상태로, 적절하게 조절하지 않으면 대사증후군, 심혈관질환, 신경퇴행성 질환 등의 장애를 일으킨다.

빅데이터 분석과 인공지능 발전은 많은 양의 코호트 데이터(공통된 특성이나 경험을 가진 사용자 집단의 데이터)와 임상 관련 정보를 활용해 환자에게 적합한 의료정보를 제공하거나, 진단과 치료 오류를 줄이는 데 도움을 주고 있다. 하지만, 기계학습 알고리즘을 적용해 산화스트레스 관련 만성질환의 위험을 사전에 줄이고 정밀 영양을 제공하려는 연구는 거의 이뤄지지 않았다.

연구팀은 다양한 변수에 의해 결정되는 건강 상태를 투영하는 건강공간 개념을 이용해 개인의 산화스트레스 상태를 정량화하고자 했다. 이를 위해 2015년 4월부터 2018년 8월까지 건강검진을 위해 서울시 보라매병원을 찾은 2454명의 데이터를 기반으로 나이, BMI(체질량지수), 식사의 질, 혈액지표 등 16가지 변수를 종합적으로 고려해 사용자의 산화스트레스 위험 정보를 졍량할 수 있는 기계학습 알고리즘을 개발했다. 이 알고리즘의 민감도는 0.923, 정확도는 0.891 수준으로 나타났다. 1에 가까울수록 적중 확률이 높고, 0에 가까울수록 오적중 확률이 높음을 의미한다. 연구팀은 국가 코호트 데이터(공통된 특성이나 경험을 가진 사용자 집단의 데이터)를 이용해 개발한 모델을 검증하고, 다양한 민족국가의 인구 자료와 비교, 분석할 계획이다.

권오란 이화여대 교수는 "AI 기술과 빅데이터 분석을 통해 건강한 인구 집단의 산화스트레스 위험을 계층화, 예측하는 모델을 제시함으로써, 식습관과 신체활동, 음주, 흡연 등 생활 요인에 근거한 맞춤형 영양 서비스를 제공하는 토대가 될 것"이라고 말했다.

이 연구결과는 항산화 분야 국제 학술지 '안티옥시단츠(지난 7월 16일)'에 실렸다.

이준기기자 bongchu@dt.co.kr