포항공과대학교 연구진이 당뇨 환자의 혈당 변화를 예측하고 위험한 저혈당 상황까지 동시에 감지할 수 있는 인공지능 모델을 개발했다고 발표했다. 이 기술은 특정 환자에 국한되지 않고 다양한 환자군에 적용할 수 있어 의료 현장에서의 활용도가 높을 것으로 평가된다.

박성민 POSTECH IT융합공학과·기계공학과·전자전기공학과·융합대학원 교수와 황민주 석사 연구팀이 개발한 'DA-CMTL(Domain-Agnostic Continual Multi-Task Learning)' 모델은 연속혈당측정기에서 5분마다 수집되는 혈당 수치와 인슐린 주입 데이터를 학습해 혈당 변화를 예측하고 저혈당 발생 가능성을 계산한다.

이번 연구 결과는 세계적 학술지 '네이처' 파트너 저널인 'npj Digital Medicine'에 지난 16일 게재됐다.

제1형 당뇨병 환자들은 췌장 세포 손상으로 인슐린 분비가 거의 이루어지지 않아 스스로 혈당을 관리해야 한다. 혈당이 과도하게 떨어지는 저혈당 상황이 발생하면 의식 잃음이나 심정지로 이어질 수 있어 지속적인 모니터링이 필수적이다. 환자들은 하루에도 여러 번 손가락을 찔러 혈당을 확인하고 인슐린을 주사해야 하는 부담을 안고 있다.

기존 인공지능 기반 혈당 관리 기술들은 특정 환자 데이터를 기반으로 개발돼 다른 환자에게 적용하기 어려웠고, 혈당 예측과 저혈당 감지를 별도로 처리해야 하는 불편함이 있었다. 연구팀은 이러한 한계를 극복하기 위해 세 가지 핵심 기술을 결합했다.

첫째, 지속 학습 기법을 통해 환자마다 다른 데이터를 차례대로 학습해도 안정적인 성능을 유지하도록 했다. 둘째, 다중 작업 학습을 적용해 혈당 예측과 저혈당 감지를 동시에 수행하는 통합 구조를 구현했다. 셋째, 가상-현실 전이 기법을 더해 가상 환경에서 학습한 지식이 실제 환자 데이터에서도 효과를 내도록 했다.

실험 결과 이 모델은 혈당 예측 정확도를 나타내는 RMSE에서 14.01mg/dL를 기록해 기존 모델보다 5.12mg/dL 더 정확한 성능을 보였다. 전임상 실험을 넘어 실제 실시간 인공췌장 시스템에서도 뚜렷한 개선 효과를 확인해 의료 현장 적용 가능성을 입증했다.

박성민 교수는 "이번 연구로 차세대 인공췌장 기술로 발전할 수 있는 토대를 마련했다"며 "이를 통해 당뇨 환자의 치료 방식과 삶의 질을 획기적으로 개선할 수 있기를 바란다"고 밝혔다.

이번 연구는 한국연구재단 중견사업, 과학기술정보통신부 IP스타과학자 사업, 과학기술정보통신부 및 정보통신기획평가원의 인공지능핵심고급인재양성 사업 등의 지원을 받아 수행됐다.