정신질환자 실시간 모니터링으로 사고위험 막는다

ETRI, 생체신호로 우울증 예측해 사고막는다

- 머신러닝 적용 환자구분, 피부 전도도 측정해 우울증 진단

- 웨어러블 기기로 센싱, 무선통신이용 정신질환 진단가능

- 향후 공황장애, ADHD, 자폐증으로 확대 연구추진 예정

국내 연구진이 피부 전도도 센서를 이용해 우울증 환자의 상태와 중증정도를 객관적으로 진단해 주는 기술개발에 성공했다. 이로써 생체신호를 통해 우울증 발병의 진단과 조기 예측이 가능케 되는 길을 열었다.

한국전자통신연구원(ETRI)은 우울증 환자가 스트레스를 받을 때 땀의 반응이 무뎌진다는 점에 착안, 피부에서 나타나는 미세한 땀의 변화 측정이 가능한 피부 전도도 센서를 이용해 삼성서울병원 정신건강의학과 전홍진 교수팀과 협력해 우울증 환자를 대상으로 실험한 결과가 사이언티픽 리포트(Scientific Reports)에 게재되었다고 밝혔다.

연구진은 그동안 우울증과 같은 정신질환자들의 진단과 처방이 주로 심리검사나 의사의 문진에 의존하기 때문에 의료진에게 보다 객관적인 방법을 제공해 정신질환을 조기에 발견, 예방하고자 연구를 시작했다고 말했다.

특히, 질환자들은 정신상태가 악화되면 뇌와 관련된 호르몬 반응의 장애가 일어나고 이로 인해 자율신경계 반응으로 이어진다. 연구진은 미세한 땀과 같은 생리 변화를 손가락 끝에 붙인 피부 전도도 센서를 통해 객관적으로 측정, 보다 효율적인 의사의 진단을 돕기 위해 연구개발에 나섰다. 

이후 비침습(非侵襲)적인 생체신호 데이터 측정을 통해 우울장애가 없는 사람과 주요 우울장애 환자, 공황장애 환자를 대상으로 3개월의 추적관찰을 수행하였다. 본 논문에서는 우울장애가 없는 사람을 포함, 삼성서울병원 정신건강의학과에서 주요 우울장애를 앓고 있는 정신질환 환자 60여 명을 대상으로 우울장애를 앓고 있는 환자와 우울장애가 없는 사람을 감별할 수 있다고 설명했다.

특히, 연구진은 이번 논문을 통해 피부 전도도 신호를 통해 우울장애 상태의 진단이 가능하다는 결과를 밝혔고, 나아가 우울장애 환자의 상태를 객관적이고 보다 정확하게 진단하고 모니터링이 가능한 기계학습(machine learning) 기반의 자동 진단 모델을 개발했다.

연구진은 보다 정확한 질환의 징후 예측을 위해선 피부 전도도뿐만 아니라 뇌파, 심장박동, 호흡, 온도 등 복합 센서 기반 분석기법의 보완이 필요하다고 강조했다. 이로써 향후 연구 완성도가 제고되면 우울증 외에도 공황장애, 주의력결핍 과잉행동장애(ADHD), 트라우마, 자폐증 등 각종 정신질환 진단 및 징후 예측도 가능할 것으로 보고 있다.

이를 위해 ETRI는 삼성서울병원 정신건강의학과 전홍진 교수팀과 공동연구를 통해 환자를 대상으로 피부전도도 센서 외 4개 요소에 대한 데이터 분석도 추가적으로 시행한바 있다. 추적관찰을 통해 환자의 진단 및 심리검사 결과, 혈액 및 땀, 심박, 호흡, 혈압, 뇌파 등 생체신호 데이터를 획득했다.

아울러 연구진은 36.5mm x 33mm 크기의 다중 생체신호 측정이 가능한 복합모듈(센서)를 만들었다. 연구진은 센서의 경우, 바로 상용화가 가능한 수준이지만 향후 실제 환자들에게 적용 가능한 수준으로 가기에는 센서의 크기도 줄이고 무선통신으로 웨어러블 기기로 만들기까지 완성도를 더 높여야 한다고 말했다. 향후 웨어러블 기기를 통해 손목에 적용한다는 계획이다. 

따라서 본 연구성과가 상용화 되면 웨어러블 시계에 센서를 부착해 땀의 분석과 혈압, 심장박동 측정이 가능할 것으로 보고 있다. 그리고 이를 통해 자신의 상태를 조기에 파악할 수 있게 된다. 향후 환자들에게 적용되면 보호자나 병원측에 심각한 상태임을 자동으로 통보해 관리할 수 있게 될 것으로 보인다.

본 연구는 과학기술정보통신부의“정신질환의 모니터링 및 징후예측을 위한 피부 부착형 센서 모듈개발”과제를 통해 지난 2015년부터 3년간 개발되었다. 연구진은 본 기술개발을 통해 국제특허 3건, 국내 18건을 출원했다. 발표한 SCI논문은 17건에 달한다. 

연구책임자인 ETRI 김승환 바이오의료IT연구본부장은“정신질환의 객관적 진단 및 예측이 가능한 생체신호 기반 정신질환 진단 및 예측 시스템의 개발 가능성을 보았다.”라고 말했다.

연구진은 향후 생체신호 데이터를 기계학습에 접목, 정신질환자의 객관적인 진단뿐 아니라 조기 징후 예측이 가능한 기술을 개발할 계획이다. 또한 혈액 및 복합 생체신호에 기반한 정신질환 분류에 관한 연구 결과들을 추가로 도출할 예정이다.  

이번 논문의 주저자는 ETRI 바이오의료IT연구본부 김아영 연구원이다.  삼성서울병원 정신건강의학과 전홍진 교수팀, 인천대학교 전자공학과 변상원 교수 연구팀이 연구에 함께 참여했다. <보도자료 본문끝>

[배포번호:2019-02호]