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.
KAIST(총장 이광형)는 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.
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.
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.
KAIST 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.
□ 연구개요
1. 연구 배경
정신질환 팬데믹이 발생했다. WHO 세계정신 건강 보고서에 따르면 전 세계적으로 약 10억 명이 크고 작은 정신질환을 앓고 있다. 한국의 상황은 더욱 심각하다. 건강보험심사평가원에 따르면 현재 우울증 및 불안장애 환자는 약 180만 명으로 2019년 대비 15% 증가했고 총 정신질환자는 5년 새 37% 증가하여 약 465만 명이다. 이러한 정신질환 팬데믹은 업무 성과 저하, 잦은 결근 및 퇴사로 이어졌고 전 세계적으로 경제 손실만 매년 한국 GDP의 절반 이상인 1400조 원 이상 발생하고 있다.
하지만 정신질환 치료법 개발에는 큰 진전이 있지 못했다. 현재 정신질환 치료법으로 널리 사용되고 있는 전기경련요법(electroconvulsive therapy) 및 리튬 치료법의 개발은 20세기 중반으로 거슬러 올라간다. 리튬 외에도 새로운 항정신병약과 항우울제가 개발되었지만, 부작용 프로파일이 개선되었을 뿐 효능 면에서는 큰 진전이 없었다. WHO에 따르면 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 한계를 극복하고자 본 연구에서는 스마트워치와 같은 웨어러블 기기로부터 수집된 심박수, 활동량 데이터를 이용해 내재적 생체리듬(endogenous circadian rhythm)을 실시간으로 정확하게 추정하고, 이를 통해 대표적인 정신건강 질환인 우울증의 증상을 사전에 예측하는 보조형 의료 디지털 트윈(digital twin) 기술을 개발하고자 했다.
2. 연구 내용 및 중요성
◉ 기술적인 내용 – 본 연구에서는 시·공간·경제적 한계로 관측이 불가능한 생명 시스템의 은닉(hidden) 상태를 추정하는 기법인 차세대 비선형(nonlinear) 칼만 필터(Kalman filter)를 개발하고 이를 디지털 정신건강 분야에 최초로 적용하여 쉽게 수집 가능한 스마트워치 생체 데이터로부터 우울증의 다양한 증상을 예측할 수 있음을 보였다.
◉ 산업적 가치 – 필터링(filtering) 기술은 수학 분야뿐만 아니라 자율주행, 우주선 궤도 예측과 같은 공학 분야에서 광범위하게 활용되고 있다. 그러나 시스템의 비선형적 특성 문제를 엄밀히 고려하는 이론은 개발되지 않은 상태이다. 본 연구성과는 이에 대한 이론 및 활용방안을 제공함으로써 의료 분야를 넘어 공학 분야와 관련된 산업 기술 발전에 기여할 것이다.
◉ 사회적 파급효과 – 현재 사회적으로 소외된 약자들은 정신건강 질환을 경험할 때, 상담센터에 전화하는 등 능동적인 행동을 스스로 취해야만 도움을 받을 수 있다. 이에 반해, 본 연구의 성과인 정신질환 증상 예측 알고리즘 개발은 연속적이고 수동적인 정신건강 모니터링 기술을 제시하였다. 이는 사회적 약자를 위한 의료 패러다임을 제시하는데 기여할 것이다.
3. 연구성과의 기대 효과 및 활용방안
◉ 본 연구를 통해 개발된 필터링(filtering) 수학 이론 구축은 기존 오랜 시간 동안 통제된 의료 시설에서 수행되던 정신질환과 같은 시냅스 뇌질환 진단을, 일상생활에서도 손쉽게 수행할 수 있도록 하는 데 기여할 것이다. 특히, 경제적 부담이 큰 fMRI 측정 검사를 대체할 의료 기술로 활용될 잠재력이 있다.
◉ 본 연구를 통해 개발된 웨어러블 BMI 기술은 암과 같은 다양한 질병의 치료에도 활용할 것이다. 본 과제의 책임자는 이미 암 관련 연구 수행을 위한 서울대 병원, 아산병원과의 연구 인프라를 확보하였다.
◉ 본 연구를 통해 개발된 웨어러블 데이터로부터 뇌의 상태를 추정 기술로 특허를 출원할 수 있다. 이 특허를 활용하여 병원 또는 산업체와 협력 연구를 진행해서 관련 의료기기 또는 상품 개발에 기여할 수 있다 (현재 미국 웨어러블 데이터 분석 웨사 Arcascope과 협업 중).
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. [사진=KAIST]
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 있다. [사진=KAIST]
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. [사진=KAIST]
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. [사진=KAIST]