컨텐츠 바로가기

12.27 (금)

이슈 대한민국 연구 현장

수면분석 내일 기분 예측…국내연구진 개발 '내일의 기분 삽화'

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다

IBS-KAIST-고려대 연구팀, 수면·생체리듬 기반 기분장애 예측기술 개발

우울증 80%, 조증 98% 정확도로 예측…국제학술지 게재

뉴시스

[대전=뉴시스] 수면-각성 데이터만을 이용한 기분 삽화 예측 모델 개발 모식도.(사진=IBS 제공) *재판매 및 DB 금지

<이미지를 클릭하시면 크게 보실 수 있습니다>


[대전=뉴시스] 김양수 기자 = 일기예보처럼 수면을 통해 내일의 기분을 예측할 수 있는 기술이 개발됐다.

기초과학연구원(IBS)은 수리 및 계산과학연구단 의생명수학그룹 김재경 CI(KAIST 수리과학과 교수) 연구팀은 이헌정 고려대 의대 교수팀과 공동으로 오늘의 수면 패턴에 기반해 내일의 기분 삽화를 높은 정확도로 예측하는 기술을 개발했다고 25일 밝혔다.

기분 삽화(mood episode)는 증상이 뚜렷한 시기로, 전반적인 정신 및 행동의 변화가 나타나는 기간을 말한다. 울증과 조증이 이에 해당한다.

기분 장애는 수면과 밀접한 관련이 있다. 그간 수면 데이터를 기반으로 기분 삽화를 예측하려는 시도가 이뤄졌으나 기존 방법은 수면 패턴뿐만 아니라 걸음 수, 심박수, 전화사용 여부, GPS를 활용한 이동성 등 다양한 종류의 데이터가 필요해 수집 비용이 높고 일상적 활용이 어렵다는 한계가 있었다.

공동 연구진은 수면-각성 패턴 데이터만으로 기분 삽화를 예측할 수 있는 새로운 모델을 개발해 기존 한계를 극복했다. 수면-각성 패턴 데이터는 잠을 잔 시간과 깨어있는 시간(각성 시간)이 기록된 데이터를 말한다.

이번에 연구진은 168명의 기분 장애 환자가 웨어러블 기기를 통해 기록한 평균 429일간의 수면-각성 데이터를 수집했다. 참여 환자들은 우울증 및 조울증 환자로 대부분 약물치료도 병행 중인 상태였다.

이렇게 수집한 빅데이터에서 연구진은 36개의 수면-각성 패턴과 생체리듬에 관련된 지표들을 추출하고 이 지표를 기계학습 알고리즘에 적용, 알고리즘을 통해 당일 수면 패턴을 토대로 다음 날의 우울증, 조증, 경조증 정도를 각각 80%, 98%, 95%의 높은 정확도로 예측해 냈다.

이 과정에서 연구진은 생체리듬의 일일 변화가 기분 삽화 예측의 핵심 지표임을 확인했다.

연구진에 따르면 생체리듬이 늦춰질수록 우울 삽화의 위험이 증가하고 반대로 과도하게 앞당겨지면 조증 삽화의 위험이 증가했다.

연구진은 "예를 들어 저녁 11시에 취침하고 오전 7시에 기상하는 생체리듬을 가진 사람이 늦게 자고, 늦게 일어나게 되면 우울 삽화의 위험이 증가하는 식"이라고 설명했다.

연구진이 제시한 방법론은 기분 장애 환자의 치료 효율성을 높일 것으로 기대된다. 이번 연구는 객관적 기분 삽화 지표를 얻을 수 있는 방법론을 제시한 것으로 웨어러블 기기를 통해 일상생활 중 비침습적이고 수동적으로 기분 삽화 데이터를 확보한다는 것이 큰 장점이다.

이번 연구 결과는 지난 18일 네이처의 디지털 헬스케어 분야 자매지인 'NPJ Digital Medicine' 온라인판에 게재됐다.(논문명:Accurately Predicting Mood Episodes in Mood Disorder Patients Using Wearable Sleep and Circadian Rhythm Features)

공동 교신저자인 이헌정 교수는 "이번 연구는 기분 장애 예측의 새로운 패러다임을 제시했다는 의미가 있다"며 "향후 기분 장애 환자들이 스마트폰 애플리케이션(앱)을 통해 맞춤형 수면 패턴을 추천받아 기분 삽화를 예방하는 디지털 치료가 가능해질 것"이라고 말했다.

연구를 이끈 김재경 CI는 "수면-각성 패턴 데이터만으로 기분 삽화를 예측할 수 있는 모델을 개발해 데이터 수집 비용을 절감하고 임상 적용 가능성을 크게 높였다"면서 "기분 장애 환자들에게 효율적인 진단 및 치료법 개발 가능성을 제시해 줬다는데 성과가 크다"고 강조했다.

☞공감언론 뉴시스 kys0505@newsis.com

▶ 네이버에서 뉴시스 구독하기
▶ K-Artprice, 유명 미술작품 가격 공개

기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.