"정확도 96.5%" 뇌혈관질환 위험신호 'AI'로 조기 감지

대전=정일웅 기자

입력 2026.07.12 12:00

뇌혈관질환 위험을 조기에 감지하는 인공지능(AI) 기술이 개발됐다. 주거환경에서 수집된 일상생활 데이터를 활용해 작은 변화만으로도 증상을 식별, 뇌혈관질환 진단 시점이 가까워지는 '임박 위험'을 평가하는 게 핵심이다.

인공지능(AI)을 이용한 비접촉 생활 데이터 기반의 뇌혈관질환 진단 전 '위험군 식별 및 진단 임박 위험 평가' 기술이 국내에서 개발됐다. KAIST

KAIST는 건설 및 환경공학과 임리사 교수 연구팀이 성균관대 전자전기공학부 정조운 교수, 고려대 안암병원 신경과 조경희 교수 연구팀과 공동으로 이 같은 기능의 AI 프레임워크를 개발했다고 12일 밝혔다.

연구는 ㈜리본케어가 수집한 고령자 1224명의 라이프로그 데이터를 기반으로 수행됐다. 2주 단위로 구성한 1만3362개의 생활 데이터 표본을 분석하는 방식이다.

이를 통해 공동연구팀은 질환 발생 후 병원을 찾아 치료하는 기존 접근 방식에서 벗어나, 일상에서 위험 신호를 조기에 포착할 가능성을 제시했다. 병원 검사로 확인하기 어려운 생활 패턴의 변화가 뇌혈관질환의 초기 위험 신호를 포착하는 단서가 될 수 있다는 것이다.

실제 공동연구팀은 시간의 흐름에 따른 생활 패턴 변화를 통해 뇌혈관질환 진단이 가까워진 상태를 평가하는 데 성공했다.

특히 진단 전 4주 이내의 생활 데이터를 '진단 임박 구간', 진단 12주 이전의 데이터를 '비임박 구간'으로 나눠 분석했을 때 AI는 두 개 구간을 96.53%의 높은 정확도로 구분했다. 이는 병원을 찾기 전 일상에서 관찰된 작은 변화로도 뇌혈관질환 위험이 커졌는지를 사전에 파악할 수 있다는 근거다.

AI 생성 이미지. KAIST

예컨대 뇌혈관질환 진단 전 위험단계에 있는 고령자는 밤 10시~새벽 2시 사이에 움직임이 지속해 나타나는 등 수면을 준비해야 할 시간대의 생활 리듬이 불규칙한 경향을 보였다. 이는 뇌혈관질환 진단 전 위험 신호(잠드는 시간이 늦고, 낮과 밤의 활동 차이가 뚜렷하지 않은 생활 패턴)와도 밀접하게 관련된다.

또 뇌혈관질환 진단이 가까워질수록 오후 6시~밤 10시 사이에 활동량이 눈에 띄게 줄고, 움직이지 않는 시간이 길어지는 경향이 확인됐다.

AI가 단순히 위험 여부만 판단하지 않고, 판단의 근거가 된 생활 패턴과 환경 요인을 동시에 제시하는 '설명 가능 AI(Explainable AI)'를 적용한 것도 이번 연구에서 눈여겨볼 지점이다.

공동연구팀은 개발한 기술이 고령자의 건강 상태를 객관적으로 모니터링하고, 의료진과 돌봄 인력에게 신뢰할 수 있는 조기 경고 지표를 제공하는 디지털 헬스케어 기술로 활용될 것으로 내다본다.

단 이번 연구는 뇌혈관질환의 발생 시점을 예측하거나, 병원 진단을 대체하는 데 목적을 두지 않는다고 강조했다. AI 프레임워크는 예방과 조기 진료를 지원하기 위한 보조 기술로, 실제 임상 적용을 위해선 대규모의 환자군 대상의 전향적 검증이 필요하다는 설명이다.

(왼쪽부터) 정조운 성균관대 교수, 임리사 KAIST 교수, 조경희 고려대 안암병원 교수, (하단) 백정엽 KAIST 응용과학연구소 박사. KAIST

임 교수는 "연구는 고령자의 주거환경에서 수집한 생활 데이터로 뇌혈관질환을 진단하기 이전에 위험단계를 식별, 진단이 임박한 시기를 평가하는 AI 프레임워크 개발에 초점이 맞춰졌다"며 "병원에서 질환을 진단받기 전 일상 활동과 수면, 생활 리듬의 변화를 확인해 위험 신호를 조기 포착하는 게 핵심"이라고 말했다.

그러면서 "다만 연구 결과가 AI로 병원 진단을 대체하는 것을 의미하지는 않는다"며 "공동연구팀은 개발한 기술이 질환 발생 후 치료에 임하는 현 의료체계에서 예방과 조기 개입을 지원하는 의료체계로 전환되는 데 기여할 수 있길 기대한다"고 덧붙였다.