치매예측

3 Contents

Session I : 데이터분석의 미래 : 일상속으로 / KISTI 전홍우 센터장

현대 사회는 방대한 데이터를 기반으로 미래 유망 기술을 예측하고 분석하는 시대로 진입했습니다. 한국과학기술정보연구원(KISTI)은 논문, 특허, 뉴스 등 방대한 데이터를 활용하여 디지털 혁신 분야의 핵심 기술을 선정하고 있습니다. 특히 인공지능 (AI)과 6G 기반 네트워크, 무인 항공기를 활용한 초공간 기술 등은 미래 산업의 지형을 바꿀 중요한 동력으로 주목받고 있습니다. 이러한 기술들은 물리적 한계를 넘어 초연결과 초융합을 가속화하며 일상의 변화를 이끌고 있습니다. 디지털 전환은 순수 물리학과 인공지능 (AI)이 결합한 ‘물리 정보 기반 신경망 (PINN)’과 같은 고도화된 기술로 이어지고 있습니다. 복잡한 수치 해석 과정을 인공지능 (AI)이 보조함으로써 시뮬레이션 속도를 획기적으로 높이고, 이를 디지털 트윈 기술에 접목하여 도시 전체를 실시간으로 모니터링하는 것이 가능해졌습니다. 이러한 변화는 비즈니스 전반의 프로세스 혁신은 물론, 정밀한 데이터 분석을 통한 사회 문제 해결의 실마리를 제공하며 우리 삶의 질을 높이는 데 기여하고 있습니다. 고령화 사회의 심각한 문제인 치매는 치료제가 부재한 상황에서 조기 발견과 예방이 무엇보다 중요합니다. 국민건강보험공단의 노인 코호트 데이터를 분석한 결과, 과거 7년 동안의 병력 기록이 치매 예측에 유의미한 영향을 미친다는 사실이 밝혀졌습니다. 특히 비타민 D 결핍과 같은 새로운 위험 인자를 발굴하고, 성별에 따른 발병 요인의 차이를 데이터로 규명함으로써 인공지능 (AI) 기반의 치매 조기 예측 모델은 더욱 정교한 성능을 확보하게 되었습니다. 일상생활 수행 능력 (ADL) 정보를 객관화하기 위해 주거 공간에 설치된 센서와 라이다(LiDAR) 데이터가 활용되고 있습니다. 기존의 주관적인 문진 방식에서 벗어나, 요리나 집안일 같은 일상 행동 패턴을 정밀하게 분석함으로써 치매 초기 단계를 정상인과 구분해 내는 것이 가능해졌습니다. 인지 능력이 떨어질수록 행동의 자유도가 낮아진다는 특성을 반영한 개인화된 임계값 설정 기술은, 전문가의 지식보다도 정밀한 진단 지표를 제공하며 디지털 헬스케어의 새로운 가능성을 열어주었습니다. 다양한 데이터를 통합하고 분석하는 기술은 치매를 넘어 자폐 스펙트럼 등 다양한 사회적 난제를 해결하는 도구로 진화하고 있습니다. 과거 천문학 데이터를 수집하여 만유인력의 법칙을 이끌어낸 토대를 마련했듯이, 현대의 방대한 데이터 인프라는 새로운 과학적 발견과 혁신의 거인의 어깨 역할을 하고 있습니다. 일상 속에 스며든 데이터 분석 기술은 개인 맞춤형 서비스를 고도화하며, 우리가 더 멀리 내다보고 더 안전한 미래를 설계할 수 있도록 돕는 든든한 기반이 될 것입니다.

Session I : 데이터분석의 미래 : 일상속으로  / KISTI 전홍우 센터장
한국과학기술정보연구원2022 미래유망기술 컨퍼런스
  • 뇌인지과학
  • 수학
  • 융합
  • 공학·기술

설명가능한 의료인공지능과 질병고위험군 조기예측을 위한 도전|보건의료빅데이터실험실ㅣ변해원교수(인제대학교) [연구현장속으로/토요과학강연]

현대 의학에서 치매 고위험군을 조기에 예측하는 것은 매우 중요한 과제입니다. 기존에는 주로 MRI나 CT와 같은 영상 자료를 활용해 치매를 진단하려는 시도가 많았지만, 사실 치매는 아주 경미한 단계에서부터 행동 패턴, 인지 능력, 기억력과 같은 신경 심리학적 지표에서 변화가 나타나기 시작합니다. 보건의료 빅데이터 연구팀은 이러한 지표와 개인의 구체적인 행동 데이터를 수집하여, 인공지능(AI) 및 머신러닝 기술을 기반으로 치매 고위험군을 더욱 명확하게 판별하는 연구를 수행하고 있습니다. 보건의료 빅데이터의 활용은 단순히 수치화된 기록에 머무르지 않고, 우리 일상의 다양한 정보 분석으로 확장되고 있습니다. 질병뿐만 아니라 개인의 전반적인 건강 상태와 사회적 기능을 종합적으로 파악하기 위해 국제적인 분류 체계를 연구에 도입하고 있습니다. 이러한 다각적인 데이터 융합은 현대 사회의 복합적인 보건 문제를 해결하고 개인 맞춤형 헬스케어 서비스를 실현하는 데 매우 중요한 역할을 수행하게 될 것입니다. 인공지능(AI) 기술이 고도화됨에 따라 단순한 결과 도출을 넘어 그 과정이 왜 그렇게 나타났는지를 설명하는 '설명 가능한 인공지능(XAI)'의 중요성이 커지고 있습니다. 머신러닝 모델이 예측한 결과가 의료 현장에서 신뢰를 얻기 위해서는 그 판단 근거를 인간이 이해할 수 있는 방식으로 제시해야 하기 때문입니다. 이러한 기술 도입 과정에는 여러 도전과 쟁점이 존재하지만, 이를 통해 인공지능(AI)은 의료 서비스의 투명성을 높이고 전문가와 환자 사이의 신뢰를 구축하는 도구로 자리매김할 것입니다.

설명가능한 의료인공지능과 질병고위험군 조기예측을 위한 도전|보건의료빅데이터실험실ㅣ변해원교수(인제대학교) [연구현장속으로/토요과학강연]
서울시립과학관[과학강연] 2022 토요과학강연
  • 뇌인지과학
  • 융합

KISTI | 치매 조기에 예측하고 악화 속도 늦추는 데이터 처리 기술

치매 DTC 융합연구단은 KISTI를 주관으로 생명공학연구원, 한의학연구원 등 여러 출연연이 협력하여 치매 정복을 위한 기술을 개발하고 있습니다. 현재 사용되는 치매 관련 약물은 완치를 돕는 치료제라기보다 질환의 진행 속도를 늦추는 역할을 수행합니다. 따라서 환자에게 약물을 복용하게 할 최적의 시기를 찾아내는 것이 무엇보다 중요합니다. 연구진은 자연어 처리 기술을 생명공학 분야에 접목하여 논문을 분석하고, 환자의 의료 데이터와 생활 패턴 변화를 데이터화함으로써 치매의 진행 상황을 예측하고 선제적 치료가 가능하도록 돕는 기술을 고도화하고 있습니다. 치매 예측을 위한 구체적인 방법론은 크게 두 가지로 나뉩니다. 첫 번째는 국민건강보험공단의 노인 코호트 데이터를 분석하여 개인의 의료 데이터에 따른 치매 패턴을 파악하는 방식입니다. 두 번째는 IoT 센서를 활용하여 요리, 집안일, 몸단장 등 6가지 핵심 생활 능력의 변화를 실시간으로 감지하는 것입니다. 스마트폰과 스마트워치 등을 통해 수집된 이동 동선과 활동량 정보는 실제 의사가 진료 시 사용하는 질의 항목과 동일한 가치를 지닙니다. 이러한 데이터 기반의 정밀한 분석은 기존 진료 방식의 불확실성을 해소하여 환자의 상태를 정밀하게 파악할 수 있도록 돕습니다. 특히 주목할 점은 성별, 연령대, 소득 수준 등에 따라 치매 위험 인자가 다르게 나타난다는 사실입니다. 연구 결과 남성은 저체중이, 여성은 비만이 치매의 주요 원인 중 하나로 분석되는 등 유형별 차이가 뚜렷합니다. 연구진은 이러한 특성을 반영하여 한국인에게 특화된 맞춤형 치매 예측 모델을 개발하고 있습니다. 이 기술은 복잡한 생물학적 실험이나 고가의 의료 이미지 촬영 없이도 의료 데이터 분석만으로 기존 검사와 대등한 수준의 결과를 도출해내고 있습니다. 이는 치매 고위험군을 조기에 발견하고 새로운 위험 인자를 발굴하는 데 매우 효율적인 경로를 제시합니다. 실제 연구 과정에서는 독거노인 가정에 센서를 설치하고 데이터를 수집하며 다양한 현장 중심의 시행착오를 겪기도 했습니다. 기기 전원이 차단되거나 관찰에 대한 거부감을 느끼는 어르신들을 위해 연구진은 직접 안부를 묻고 소통하며 정서적 친밀감을 쌓는 노력을 병행하고 있습니다. 보다 정교한 예측을 위해서는 단기적인 관찰을 넘어 장기적인 추적 조사를 통한 양질의 코호트 데이터 축적이 필수적입니다. 이를 위해 현재 여러 대학 병원 및 치매안심센터와 긴밀한 협력을 이어가고 있으며, 수집된 데이터의 안정성을 높여 치매 예측 모델의 완성도를 높이는 데 주력하고 있습니다. 데이터 사이언티스트의 소명은 텍스트를 넘어 영상, 음성, 생활 데이터 등 다양한 정보를 융합하여 새로운 가치를 창출하는 데 있습니다. 의학 전공자가 아니더라도 모든 공공 데이터와 센서 정보를 수치화하여 객관적인 예측 모델을 만드는 기술은 환자의 고통을 최소화할 최적의 시기를 찾는 열쇠가 됩니다. 이러한 기술적 진보는 치매에 대한 막연한 두려움을 줄이고 많은 사람들이 보다 건강하고 안심하며 살 수 있는 사회를 만드는 밑거름이 될 것입니다. 데이터의 융합이 만들어내는 시너지 효과는 향후 치매뿐만 아니라 다양한 난치성 질환을 극복하는 중요한 이정표가 될 것으로 기대됩니다.

KISTI | 치매 조기에 예측하고 악화 속도 늦추는 데이터 처리 기술
한국과학기술정보연구원
  • 생명과학
  • 뇌인지과학
  • 융합
  • 공학·기술