스마트기기 측정 일주기 생체리듬으로 우울증-조울증 재발 사전 예측한다

93% 이상의 높은 성능으로 기분장애 예측… 예측 기반 사전 대응으로 증상 조절 가능

우울증, 조울증 등의 기분장애는 재발하기는 쉽지만, 환자 스스로 재발을 인지하기가 매우 어려운 질환이다. 일단 재발하면 적극적으로 치료하더라도 회복까지 수주 이상의 시간이 걸리는 만큼, 재발 조짐을 먼저 인지하고 적극적으로 예방적 조치가 이뤄질 수 있는 방법 개발의 필요성이 대두되고 있다.

그런데 최근 스마트밴드와 스마트폰만으로 재발성 우울증과 조울증 환자의 재발을 미리 예측할 수 있는 진단법이 개발돼 세계적인 주목을 받고 있다. 연구에 따르면, 재발성 우울증과 조울증 환자에서 스마트밴드와 스마트폰을 통해 수집되는 생체신호 데이터를 인공지능(AI)으로 실시간 분석하면, 환자 스스로 증상을 인식하기 전에 다가오는 미래의 우울증, 조증, 경조증의 재발을 미리 예측할 수 있게 되는 것이다.

고려대학교 안암병원 정신건강의학과 이헌정 교수와 조철현 교수, 성신여자대학교 융합보안공학과 이택 교수 등으로 구성된 공동 연구팀은 최근 스마트밴드와 스마트폰 사용패턴으로 우울증, 조울증의 재발을 93%이상의 성능으로 미리 예측할 수 있다는 연구결과를 발표했다. 간편한 데이터수집을 통해 재발을 미리 예측함으로써 기분장애 환자들의 재발 횟수와 증상을 경감하고 삶의 질을 높일 수 있는 기반을 마련한 것으로 평가받고 있다.

연구팀은 전국의 8개 병원에서 주요기분장애 환자(주요우울장애, 1형 양극성장애, 2형 양극성장애) 총 495명을 대상으로 활동량, 수면양상, 심박수변화, 빛노출 정도를 스마트밴드와 스마트폰을 이용해 실시간으로 수집했다. 연구팀은 참여환자들의 증상 변화와 우울증, 조증, 경조증의 재발양상을 수개월에서 5년간에 걸쳐 추적 관찰했다.

연구기간동안 발생한 총 270회의 우울, 조증, 경조증 삽화의 양상을 AI를 이용해 140개 생체리듬 관련변수로 전환시켜서 이를 기분삽화 재발여부로 기계 학습시켰을 때, 최종적으로  향후 3일 후 재발 예측 성능(AUC: Area Under Curve)은 우울증은 0.937, 조증은 0.957 경조증은 0.963으로 높은 정확도로 예측할 수 있었다.

이헌정 교수는 “우울증, 조울증은 환자 자신이 깨닫지 못하는 사이에 재발을 반복하는 특성이 있기 때문에, 흔히 사용하는 스마트밴드와 스마트폰만으로 측정된 일주기생체리듬만으로 재발을 예측하는 연구결과는 환자치료에 크게 도움이 될 수 있을 것” 이라고 밝혔다.  

현재 이헌정 교수는 본 연구를 통해 개발한 재발예측 알고리듬을 탑재한 스마트폰앱으로 ㈜휴서카디안과 함께 환자 스스로가 우울증-조울증의 증상을 관리하는 데 도움을 주는 비처방 디지털테라퓨틱스인 ‘CRM (Circadian Rhythm for Mood)’을 개발했으며, 실제 예방 효과를 검증하기 위한 임상시험을 전국의 5개 대학병원에서 진행 중이다.

한편, 이번 연구 ‘Prediction of Impending Mood Episode Recurrence Using Real-time Digital Phenotypes in Major Depression and Bipolar Disorders in South Korea: a Prospective Nationwide Cohort Study’는 관련분야 권위있는 국제학술지 ‘Psychological Medicine’(Impact Factor: 10.592) 최신호에 게재됐다.