□ 한국한의학연구원(원장 이진용, 이하 한의학연) 디지털임상연구부 김재욱 박사 연구팀은 광주치매코호트 연구팀과 공동연구로, 안구 움직임 데이터를 활용해 치매위험군을 보다 정확히 찾아내는 연구결과를 도출했다고 밝혔다.

◦ 본 연구성과는 국제전문학술지인 ‘프론티어스 뉴로사이언스’ (Frontiers Neuroscience, IF 5.152)에 2023년 6월 15일 게재됐다.

※ 논문제목: Eye Movement Changes as an Indicator of Mild Cognitive Impairment

□ 한의학연 김재욱 박사 연구팀은 지난 2019년 ‘뇌파’ 측정을 통한 치매위험군 식별 연구*에 이어, 이번에는 ‘안구움직임’ 데이터를 활용한 경도인지장애 환자 식별에 나섰다.

※ 2019년 7월 25일 보도자료: 간단한 뇌파 측정으로 치매 위험군 선별 가능

※ 경도인지장애(mild cognitive impairment, 질병코드 F067): 인지기능장애는 있으나
치매라고 할 만큼 심하지 않는 치매 전단계의 인지저하상태

◦ 연구팀은 2018년부터 심각한 사회적 비용을 초래하는 인지장애를 조기에 식별하고, 예방, 관리하기 위해 다양한 생체지표를 활용한 비침습적이고 경제적인 인지장애 선별모델 개발연구를 계속해왔다.

□ 치매 위험도가 높은 인지장애 환자는 조기 식별이 중요한데, 이미 진행된 상태에서는 완치가 어려운 반면, 경미한 인지손상 단계에서는 예방을 위한 적절한 신체운동, 뇌인지 훈련, 식이요법, 심혈관계 기능 관리를 통해 질병 진행을 막을 수 있기 때문이다.

□ 이번 연구에서는 먼저 총 594명의 노인 인구(정상대조군 428명, 경도인지장애 환자군 166명)를 대상으로, 컴퓨터로 5분간 간단한 인지과제를 수행하는 대상자의 안구 움직임 데이터를 수집·분석하고, 기계학습모델을 활용해 분류모델을 개발했다.

□ 이후에는 각기 다른 데이터 조합을 적용한 3가지 분류모델의 성능을 평가했다.

◦ △인구통계정보+안구 움직임 데이터, △인구통계정보+MMSE,
△인구통계정보+안구 움직임 데이터+MMSE 각 3가지 모델의 분류 성능 비교결과 각각 AUROC점수* 0.752, 0.767, 0.840를 얻을 수 있었다.

※ MMSE: Mini-Mental State Examination, 인지기능을 평가하기 위해 사용되는 간단한 신경심리학적 평가 도구

※ AUROC: Area Under the Receiver Operating Characteristic 점수는 분류모델의 성능을 평가하는 지표, 1점에 가까울수록 모델의 분류 성능이 뛰어나다고 볼 수 있음

◦ 일반적으로 AUROC점수 0.8 이상인 경우 좋은 성능의 분류 모델로 평가하는데, 이 결과는 기존 정보들과 함께 간단한 안구 움직임 데이터를 활용하면 더 효과적인 분류 모델을 만들 수 있다는 것을 보여준다.

□ 연구책임자 김재욱 박사는 “급속한 노령화 등으로 발생하는 치매는 심각한 사회적 문제”라며 “이 연구를 VR 등의 디지털 헬스 기기에 적용한다면, 치매안심센터, 보건소, 1차 의료기관 등에서 치매 위험군을 조기에 선별해서 치매 예방을 위한 다양한 프로그램에 참여시킬 수 있을 것으로 기대한다”라고 설명했다.

□ 본 연구는 과학기술정보통신부 한국한의학연구원 기본사업의 지원 지원을 받아 수행됐다. ※ 과제코드: (기본사업) KSN1823130