'뇌혈관질환' 전조 증상, AI로 고령자 생활 패턴 분석해 포착한다

활동량·수면 패턴·실내 습도 등으로 위험 단계 미리 감지

시계열 분석 기술로 진단 직전 구간 '96.53%' 정확도 감별

[서울=뉴시스] 고령자의 집에서 비접촉식 센서로 수집한 결과를 통해 뇌혈관질환 진단 임박 위험을 평가하는 인공지능 기술이 개발됐다. (사진=성균관대 제공) 2026.07.13. [email protected] *재판매 및 DB 금지

[서울=뉴시스]박시은 인턴 기자 = 국내 연구진이 고령자의 생활 데이터를 분석해 질병의 전조 증상을 사전에 포착하는 인공지능(AI) 시스템을 개발했다.

13일 성균관대학교에 따르면 정조운 전자전기공학부 교수 연구팀은 임리사 한국과학기술원(KAIST) 건설및환경공학과 교수, 조경희 고려대 안암병원 신경과 교수 연구팀과의 공동 연구를 통해 고령자의 뇌혈관질환 식별 기술을 구현했다.

뇌혈관질환은 뇌에 피를 공급하는 혈관이 막히거나 터져서 발생하는 질병으로, 환자 스스로 알아차리기 어려워 치료 시기를 놓치는 경우가 많다. 특히 독거 고령자처럼 직접 몸의 이상을 느끼기 어려운 환경에서는 위험성이 더 커진다.

이번 연구는 고령자 1224명의 일상생활 데이터를 바탕으로 진행됐다. 연구팀은 14일 단위로 나누어진 총 1만3362개의 생활 패턴 표본을 분석했다.

연구팀은 ▲고령자의 일상 활동량 ▲잠을 자는 수면 상태 ▲하루의 생체 리듬 ▲방의 온도·습도 실내 환경 정보에 나이와 평소 앓고 있던 만성질환 정보를 결합해 AI 모델을 구축했다.

나아가 연구팀은 시간에 따라 변화하는 데이터를 분석하는 '시계열 데이터 분석 기술'을 적용해 위험 상태를 정밀 구분했다. 뇌혈관질환 진단을 받기 직전 4주 이내를 '임박 위험 구간', 12주 전을 '비임박 구간'으로 나눠 AI에게 학습시킨 결과, 두 상태를 96.53%라는 정확도로 구분하는 데 성공했다.

특히 이번 연구에서 뇌혈관질환 위험 단계에 접어든 노인들은 밤 10시부터 새벽 2시 사이에 5분 넘게 계속 움직이거나 잠드는 시간이 눈에 띄게 늦어지는 등 낮과 밤의 생활 경계가 모호해지는 특징을 보였다.

또한 질병 진단이 더욱 가까워진 임박 단계의 노인들은 저녁 시간대인 오후 6시부터 밤 10시 사이에 움직임이 급격히 줄어들고 가만히 있는 시간이 길어졌다. 이와 함께 집 안의 건조한 실내 습도 역시 위험을 평가하는 중요한 환경적 요인으로 확인됐다.

다만 연구팀은 이번 결과가 병원의 전문적인 진단을 대신하는 것은 아니며, 실제 의료 현장에 적용하기 위해서는 더 많은 환자를 대상으로 한 추가 검증 과정이 필요하다고 강조했다.

[서울=뉴시스] (왼쪽부터) 정조운 성균관대 전자전기공학부 교수, 임리사 KAIST 건설및환경공학과 교수, 조경희 고려대 안암병원 신경과 교수, (아래) 백정엽 KAIST 박사. (사진=성균관대 제공) 2026.07.13. [email protected] *재판매 및 DB 금지

정조운 교수는 "이번 연구는 대학과 병원, 그리고 기업이 뜻을 모아 우리 사회의 중요한 문제인 고령자 돌봄과 뇌혈관질환 예방을 위한 실질적인 해결책을 제시했다는 점에서 의미가 크다"며 "앞으로도 AI와 전자공학 기술을 헬스케어 분야에 접목해 사회에 기여하는 연구를 이어가겠다"고 밝혔다.

한편 KAIST 응용과학연구소 백정엽 박사가 제1저자로 참여한 이번 연구 논문은 디지털 헬스케어 분야의 최고 권위 학술지인 '엔피제이 디지털 메디슨(npj Digital Medicine)'에 게재됐다.


◎공감언론 뉴시스 [email protected]