[로이슈 전여송 기자] 고려대학교 안암병원 정신건강의학과 조철현 교수 연구팀이 웨어러블 기기와 스마트폰 애플리케이션 데이터를 활용해 불면증 환자의 생체·행동 특성을 분석한 연구 결과를 발표했다.

17일 고려대학교 안암병원에 따르면 연구팀은 19세부터 70세까지 성인 338명을 대상으로 연구를 진행했다. 불면증 심각도 지수(ISI)에 따라 249명을 불면증군, 89명을 대조군으로 분류한 뒤 4주간 웨어러블 기기와 스마트폰 애플리케이션을 사용하도록 했다.

웨어러블 기기를 통해 심박수, 걸음 수, 이동 거리, 운동 시간, 수면 지표 등을 수집했으며, 스마트폰 애플리케이션으로 스트레스, 카페인 섭취, 음주, 낮잠 등 생활습관 정보를 기록했다.

연구팀은 총 120개의 디지털 표현형 특성을 추출해 기계학습 모델을 비교했다. 그 결과 60개 특성을 활용한 LightGBM 모델이 가장 높은 성능을 보였으며, 불면증 분류에서 F1 점수 0.868을 기록했다.

또 설명가능 인공지능(XAI) 기법인 SHAP 분석을 통해 모델이 불면증을 예측하는 주요 요인을 확인했다. 분석 결과 심박수 일주기 리듬의 최고점 지연, 높은 주관적 스트레스, 심박수 관련 변화 등이 주요 예측 인자로 나타났다.

연구팀은 심박수 일주기 리듬의 최고점 지연이 수면·각성 리듬의 불균형을 반영할 수 있으며, 높은 스트레스와 심박수 변화는 불면증의 주요 병태생리 중 하나인 과각성(hyperarousal) 상태와 관련이 있을 가능성이 있다고 해석했다.

다만 일부 웨어러블 기반 수면 지표는 기존 임상 지식과 다른 양상을 보일 수 있어, 인공지능 분석 결과를 실제 임상에 적용할 때는 의료진의 해석과 임상적 검증이 함께 이뤄져야 한다고 연구팀은 설명했다.

조철현 교수는 “이번 연구는 웨어러블 기기에서 수집되는 생체·행동 데이터가 불면증의 객관적 평가와 디지털 표현형 분석에 활용될 수 있음을 보여줬다”며 “인공지능의 예측 성능뿐 아니라 결과의 해석 가능성과 임상적 타당성을 함께 검토했다는 점에서 의미가 있다”고 말했다.

이번 연구 결과는 국제학술지 Digital Health에 게재됐다.

전여송 로이슈(lawissue) 기자 arrive71@lawissue.co.kr