머신러닝에 기반한 당뇨병 환자 우울증 탐지 모델 개발, 정확도 87.9% 수준
[파이낸셜뉴스] 분당서울대병원 가정의학과 이기헌 교수 연구팀이 설문 조사 기반 당뇨병 환자의 우울증 여부를 판별하는 머신러닝 모델을 개발했다고 7일 전했다.
분당서울대병원에 따르면 당뇨병 환자는 우울증 위험이 정상인보다 약 두 배 증가한다. 이 우울증은 다시 혈당 관리를 어렵게 하고, 합병증 및 사망 위험을 증가시키는 악순환에 빠뜨린다. 당뇨병 환자에서 우울증 관리가 중요한 이유다.
이에 이기헌 교수팀은 기계학습(머신러닝)을 통해 당뇨병 환자에서 우울증을 탐지할 수 있는 모델을 개발하는 연구를 수행했다. 연구에는 2014년부터 2020년까지의 국민건강영양조사에서 수집된 3만1000개의 데이터가 사용됐다.
그 결과, 연구팀은 건강 및 스트레스에 대한 주관적 인식이나 소득 등 설문 조사 결과를 활용해 높은 정확도로 당뇨병 환자에서 우울증 여부를 가려낼 수 있는 머신러닝 모델을 개발했다. 연구팀이 개발한 알고리즘 중 가장 정확도가 높은 것은 ‘서포트 벡터 머신(SVM)’ 방식으로, 정확도는 87.9% 수준으로 나타났다.
또한 연구팀은 우울증을 판단하기 위한 요인들 중 △건강 상태에 대한 주관적 인식 △스트레스 인식 강도 △스트레스 인식 비율 △소득 수준 △활동 제한 등의 순으로 비중이 크다는 사실을 밝히기도 했다. 상위권에 해당하는 항목들이 주로 환자의 주관적 인식과 연관된 만큼, 당뇨병 환자에서 정신건강 관리의 중요성을 확인할 수 있다.
이기헌 교수는 “당뇨병은 우울증 발병 위험을 높이고, 우울증은 다시 당뇨병에 악영향을 미치게 된다”며 “이러한 악순환에 빠지기 전에 우울증을 조기 발견할 수 있는 최적의 머신러닝 방식을 규명하고, 우울증에 영향을 미친 주요 요인들을 밝혔다는 점에서 이번 연구의 의미가 깊다”고 전했다.
camila@fnnews.com 강규민 기자
※ 저작권자 ⓒ 파이낸셜뉴스, 무단전재-재배포 금지