KAIST

< 연구진 사진 >

정신질환 팬데믹이 발생했다. 전 세계적으로 약 10억 명이 크고 작은 정신질환을 앓고 있다. 한국도 더욱 심각하여 현재 우울증 및 불안장애 환자는 약 180만 명이며 총 정신질환자는 5년 새 37% 증가하여 약 465만 명이다. 한미 공동 연구진이 웨어러블 기기를 통해 수집되는 생체 데이터를 활용해 내일의 기분을 예측하고, 나아가 우울증 증상의 발현 가능성을 예측하는 기술을 개발했다.

< 그림 1. 연구 결과 모식도. 스마트워치로 수집된 생체 데이터를 기반으로 뇌 속 생체시계의 위상과 수면 단계를 추정하는 역문제 해결 수학적 알고리즘을 개발하였다. 이 알고리즘은 매일의 생체리듬 교란 정도를 추정할 수 있으며, 이 추정치는 우울증 증상을 예측할 수 있는 디지털 바이오마커로 활용될 수 있다. >

우리 대학 뇌인지과학과 김대욱 교수 연구팀이 미국 미시간 대학교 수학과 대니엘 포저(Daniel B. Forger) 교수팀과 공동연구로 스마트워치로부터 수집되는 활동량, 심박수 데이터로부터 교대 근무자의 수면 장애, 우울감, 식욕부진, 과식, 집중력 저하와 같은 우울증 관련 증상을 예측하는 기술을 개발했다고 15일 밝혔다. 

WHO에 따르면 정신질환의 새로운 유망한 치료 방향은 충동성, 감정 반응, 의사 결정 및 전반적인 기분에 직접적인 영향을 주는 뇌 시상하부에 위치한 생체시계(circadian clock)와 수면(sleep stage)에 중점을 두는 것이다. 

하지만 현재 내재적 생체리듬(endogenous circadian rhythms)과 수면 상태를 측정하기 위해서는 하룻밤 동안 30분 간격으로 피를 뽑아 우리 몸의 멜라토닌 호르몬 농도 변화를 측정하고 수면다원검사(polysomnography, PSG)를 수행해야 한다. 이 때문에 병원 입원이 불가피하여, 통원 치료를 받는 정신질환자가 대부분인 실제 의료 현장에서 두 요소를 고려한 치료법 개발은 지난 반세기 동안 큰 진전이 없었다. 더불어 검사 비용 또한 무시할 수 없어(PSG: 보험료 적용 없을 시 약 100만원) 사회적 약자는 현재 정신건강치료의 사각지대에 있다.

이러한 문제를 극복하기 위한 해결책은 공간의 제약 없이 실시간으로 심박수, 체온, 활동량 등 다양한 생체 데이터를 손쉽게 수집할 수 있다는 웨어러블 기기다. 그러나 현재 웨어러블 기기는 생체시계의 위상과 같은 의료 현장에서 필요로 하는 바이오마커(Biomarker)의 간접적인 정보만을 제공하는 한계를 가지고 있다.

공동연구팀은 스마트워치로부터 수집된 심박수와 활동량 시계열 데이터 등 매일 변화하는 생체시계의 위상을 정확히 추정하는 필터링(Filtering) 기술을 개발했다. 이는 뇌 속 일주기 리듬을 정밀하게 묘사하는 디지털 트윈(Digital twin)을 구현한 것으로, 이를 활용해 일주기 리듬 교란을 추정하는 데 활용될 수 있다.

< 그림 2. 뇌 시상하부에 위치한 시교차상핵은 24시간 주기의 생리적 리듬을 조율하는 중심 생체시계로, 우리 몸의 일주기 리듬을 유지하는 데 핵심적인 역할을 한다. 이 생체시계의 위상이 교란되면 뇌의 여러 부위에 영향을 미치며, 이는 우울증과 같은 정신건강 문제를 유발할 수 있 >

이 생체시계 디지털 트윈의 우울증 증상 예측 활용 가능성을 미시간 대학교 신경과학 연구소의 스리잔 센(Srijan Sen) 교수 및 정신건강의학과의 에이미 보너트(Amy Bohnert) 교수 연구팀과의 협업을 통해 검증했다. 

협업 연구팀은 약 800명의 교대 근무자가 참여한 대규모 전향 코호트 연구를 수행해 해당 기술을 통해 추정된 일주기 리듬 교란 디지털 바이오마커가 내일의 기분과 우울증의 대표적인 증상인 수면 문제, 식욕 변화, 집중력 저하, 자살 생각을 포함한 총 6가지 증상을 예측할 수 있음을 보였다.

< 그림 3. 멜라토닌과 같은 일주기 호르몬 리듬은 심박수, 활동량 등 다양한 생리작용과 행동을 조절한다. 이러한 생리 및 행동 신호는 웨어러블 기기를 통해 일상생활에서 측정할 수 있다. 측정된 생체 신호를 기반으로 우리 몸의 일주기 리듬을 추정하기 위해서는, 역문제를 해결하는 수학적 알고리즘이 필요하다. 이러한 알고리즘은 생체 신호에서 숨겨진 생리적 패턴을 추출하여 일주기 리듬의 특성을 정확히 파악하는 데 핵심적인 역할을 한다. >

김대욱 교수는 “수학을 활용해 그동안 잘 활용되지 못했던 웨어러블 생체 데이터를 실제 질병 관리에 적용할 수 있는 실마리를 제공하는 연구를 진행할 수 있어 매우 뜻깊다”라며, “이번 연구를 통해 연속적이고 비침습적인 정신건강 모니터링 기술을 제시할 수 있을 것으로 기대된다. 이는 현재 사회적 약자들이 우울증 증상을 경험할 때 상담센터에 연락하는 등 스스로 능동적인 행동을 취해야만 도움을 받을 수 있는 문제를 해결해, 정신건강 관리의 새로운 패러다임을 제시할 것으로 보인다”고 말했다.

< 그림 4. 스마트워치로 수집된 생체 데이터를 기반으로 뇌 속 생체시계의 위상과 수면 단계를 추정하는 역문제 해결 수학적 알고리즘을 개발하였다. 이 알고리즘은 매일의 생체리듬 교란 정도를 추정할 수 있으며, 이 추정치는 우울증 증상을 예측할 수 있는 디지털 바이오마커로 활용될 수 있다. >

뇌인지과학과 김대욱 교수가 공동 제1 저자 및 교신저자로 참여한 이번 연구 결과는 국제 학술지 ‘npj Digital Medicine’ 12월 5일 온라인판에 게재됐다. (논문명: The real-world association between digital markers of circadian disruption and mental health risks) DOI: 10.1038/s41746-024-01348-6 

한편 이번 연구는 KAIST 신임교원 연구지원사업, 미국 국립과학재단, 미국 국립보건원, 미국 육군연구소 MURI 프로그램의 지원을 받아 수행됐다.