설문 결과를 통해 당뇨병 환자의 우울증을 탐지하는 머신러닝 모델이 개발됐다.

분당서울대병원 가정의학과 이기헌 교수 연구팀은 설문 조사 기반으로 당뇨병 환자의 우울증 여부를 판별하는 머신러닝 모델을 개발했다고 7일 밝혔다.

당뇨병 환자는 병 자체에 대한 부담감과 혈당 관리에 대한 압박감으로 우울증 위험이 약 두 배 증가하는 것으로 알려졌다. 문제는 우울증이 다시 혈당 관리를 어렵게 하고, 합병증 및 사망 위험을 증가시켜 악순환을 만들기 쉽다는 데 있다. 이에 연구팀은 기계학습(머신러닝)을 통해 당뇨병 환자에서 우울증을 탐지할 수 있는 모델을 개발하는 연구를 수행했다.

연구팀은 2014년부터 2020년까지의 국민건강영양조사에서 수집된 3만 1천 개의 데이터를 사용해 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(Support Vector Machine, SVM)’ 방식으로, 정확도는 87.9% 수준으로 나타났다.

또한 이번 연구에서는 우울증을 판단하기 위한 요인 중 ▲건강 상태에 대한 주관적 인식 ▲스트레스 인식 강도 ▲스트레스 인식 비율 ▲소득 수준 ▲활동 제한 등의 순으로 비중이 큰 것으로 나타났다. 연구팀은 상위권에 해당하는 항목이 주로 환자의 주관적 인식과 연관된 만큼, 당뇨병 환자에서 정신건강 관리의 중요성을 확인할 수 있다고 설명했다.

이번 연구 결과는 국제학술지 ‘Plos One’ 최근호에 게재됐다.

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 말했다.