AI와 웨어러블 센서, 예방의학 혁신 주도

인공지능과 웨어러블 기기의 결합은 인간의 건강을 크게 향상시킬 수 있는 무한한 새로운 기회를 제공합니다. 애리조나 대학 건강과학 센터 바이오메디컬 인포매틱스 및 통계학부의 감지기 분석 및 스마트 건강 플랫폼 부국장인 쇼라반 아라스 박사는, 웨어러블 기기를 연구에 활용하고 데이터 탐색 및 분석 방법을 최적화하는 데 도움을 주고자 합니다. 이 연구는 인공지능과 머신 러닝의 발전 덕분에 더욱 가능해졌습니다. "대부분의 사람들이 손목이나 손가락에 건강 및 피트니스 트래커를 착용하고 있습니다. 이것은 우리 생물학과 어떻게 작동하는지를 이해하는 데 있어 놀라운 창문입니다."라고 아라스 박사는 말했습니다. 그는 컴퓨터 과학을 독립적으로 연구하는 것이 아니라, 다양한 분야에 적용하여 복잡하고 도전적인 문제를 해결하는 도구로 여기며, 이를 통해 소프트웨어와 하드웨어를 개발하고 최종 사용자가 이를 활용할 수 있도록 하는 것을 즐긴다고 덧붙였습니다. 산모의 출산 시기 예측 아라스 박사의 연구 중 하나는 임산부의 출산 시기를 정확히 예측하는 것입니다. 현재 임산부의 예정일은 마지막 생리 주기를 기준으로 40주 후를 계산하지만, 실제로 임신 기간은 37주에서 42주 사이에서 다양합니다. 임산부가 출산의 징후를 스스로 보고하는 방식은 불필요한 거짓 신호가 많이 발생하기 때문에 정확도가 낮습니다. 애리조나 대학 의과대학 투산에서 생리학부 조교수이자 BIO5 연구소 소속인 엘리즈 에릭슨 박사는 이 문제를 해결하기 위해 아라스 박사와 협력하여 연구를 시작했습니다. 동물에서는 온도 측정을 통해 발정 시기를 예측하는 것이 일반적이지만, 인간의 경우 매일 한 번의 온도 측정만으로는 출산 시기를 정확히 예측하기 어렵습니다. 연구팀은 분당 한 번씩 온도를 측정할 수 있는 웨어러블 센서 회사와 협력하여, 이러한 고빈도 데이터를 분석할 수 있는 딥 뉴럴 네트워크 기반의 AI 모델을 개발했습니다. 딥 뉴럴 네트워크는 인간의 뇌 활동을 시뮬레이션하며, 여러 개의 은닉층을 통해 복잡한 계산을 수행합니다. 이 모델은 출산 7일 전 4.6일 간의 창에서, 그리고 출산 10일 전 7.4일 간의 창에서 79%의 자발적인 출산을 정확히 예측했습니다. "우리는 이 고빈도 온도 데이터를 활용하여, 산모가 언제 출산할지를 예측하는 AI 모델을 개발할 수 있었습니다."라고 아라스 박사는 설명했습니다. 연구팀은 이를 더 큰 규모의 연구에서 검증하여 임상적 유용성을 더욱 개선하려고 합니다. 목표는 기존 웨어러블 제품이나 의료 장비에 추가할 수 있는 소프트웨어를 개발하는 것입니다. 스트레스 감지 아라스 박사는 또 다른 연구에서도 웨어러블 센서로 수집된 데이터의 활용을 최적화하는 데 초점을 맞추고 있습니다. "녹색이 더 좋을까? 자연 산책이 스트레스 감소에 미치는 영향을 HRV와 침 kortisol 바이오마커를 통해 정량화하다"라는 제목의 논문은 국제 환경 연구 및 공중보건 저널에 발표되었습니다. 이 연구는 월터 리드 국립군사의료센터에서 8년 전에 설립된 "그린 로드"를 중심으로 진행되었습니다. 그린 로드는 나무와 녹색 식물로 둘러싸인 2에이커 크기의 정원으로, 8에이커 규모의 숲 속 계곡을 따라 자연 스트림을 끼고 있으며, 1.2마일 길이의 접근 가능한 숲길이 있습니다. 참가자들은 두 가지 서로 다른 길에서 20분씩 걷도록 요청받았습니다: 그린 로드와 일반 도심 길. 연구진은 웨어러블 센서로 심박변이도(HRV)를, 침 샘플로 코르티솔 수치를, 그리고 자기보고식 기분 및 마음챙김 척도를 수집했습니다. 애리조나 대학 건강과학 연구팀은 이 데이터를 분석하여 참가자들의 스트레스 반응에 차이가 있는지를 살펴봤습니다. 결과적으로, 그린 로드를 걷는 것이 도심 길을 걷는 것보다 스트레스 반응에 상당한 긍정적인 영향을 미쳤습니다. 모든 참가자에게 걸음은 코르티솔 수치를 줄였으며, 그린 로드를 걷는 것이 도심 길을 걷는 것보다 코르티솔 수치를 더 많이 감소시켰습니다. 하지만 HRV 측정은 좀 더 복잡했습니다. 아라스 박사는 "HRV 변화는 개인의 경험에 따라 매우 주관적이었습니다. 예를 들어, 그린 로드를 걷는 중에 뱀을 본 한 참가자의 HRV가 급격히 떨어지고, 코르티솔 수치도 약간 증가하는 것을 볼 수 있었습니다. 하지만 이것들은 제어할 수 없는 요소들입니다."라고 말했습니다. 현재 진행 중인 연구에서는 AI를 이용해 디지털 땀 바이오마커를 통해 개인의 스트레스 반응을 평가하고 있습니다. 연구팀은 올 여름에 이 연구 결과를 발표할 계획입니다. 두 프로젝트는 인공지능이 건강과학 연구에 활용될 수 있는 방대한 가능성의 시작점에 불과합니다. 아라스 박사는 AI가 연구자들이 더 많은 데이터를 빠르고 쉽게 수집하고 처리할 수 있게 해준다고 말합니다. 웨어러블 센서와 AI를 결합하면 인간 건강을 크게 향상시킬 수 있는 큰 기회가 있다고 강조합니다. "AI는 학습을 시작하고 다양한 추론을 만들어내는 데 필요한 최적화되고 효율적인 모델을 만드는 데 큰 역할을 했습니다. 이제는 사람들이 거의 모두 착용하는 이런 다양한 센서 기기를 활용하여, 증상이 나타나기 전에 어떤 일이 일어날지 예측하고 이를 선제적으로 대응하는 것이 목표입니다. 항상 증상을 치료하느라 뒤따르는 반응적인 접근 대신, 센서를 이용해 무증상 상태를 예측하고 선제적으로 대처하는 방법을 찾고 싶습니다."라고 아라스 박사는 말했습니다. 업계 전문가들은 이러한 연구가 웨어러블 기기와 AI의 결합을 통해 예방적 건강 관리를 재정의할 수 있는 중요한 단계로 평가하고 있습니다. 이러한 연구는 애리조나 대학 건강과학 센터의 혁신적인 접근 방식과 함께, 미래의 건강 관리 방식을 크게 변화시킬 가능성이 있다는 점에서 주목받고 있습니다.