혈당 변화를 정밀하게 예측하고, 저혈당 위험까지 감지할 수 있는 인공지능(AI) 기술이 개발됐다. 조만간 임상시험에 들어갈 예정으로, 중증 당뇨 환자의 혈당 관리가 한층 수월해질 전망이다.
POSTECH(포스텍)은 IT융합공학과·기계공학과·전자전기공학과·융합대학원 박성민 교수와 황민주 석사 연구팀이 누구나 쉽게 혈당을 관리할 수 있는 인공지능 모델 ‘DA-CMTL(Domain-Agnostic Continual Multi-Task Learning)’을 개발했다고 21일 밝혔다.
이번 연구 성과는 국제 학술지 네이처 파트너 저널 ‘엔피제이 디지털 메디신(npj Digital Medicine)’에 최근 게재됐다.
이 모델은 환자 팔에 부착된 연속혈당측정기(CGM)에서 5분 간격으로 기록되는 혈당 수치와 인슐린 주입 데이터를 학습해 혈당 변화를 예측하고, 동시에 저혈당 발생 가능성까지 계산한다. 황민주 연구원(제1저자)은 “기존 대비 혈당 예측 정확도가 1.5배 향상됐다”며 “현재 박성민 교수 창업기업인 큐어스트림과 함께 상용화를 위한 임상시험을 준비 중”이라고 말했다.
(a) 다중 작업 학습(Multi-Task Learning)
AI가 혈당 변화를 예측하고, 저혈당 위험을 동시에 감지한다.
(b) 가상-현실 전이(Sim2Real Transfer)
FDA 승인 가상 시뮬레이터 데이터로 학습한 뒤, 실제 환자 데이터에 적용한다.
(c) 지속 학습(Continual Learning)
여러 환자의 데이터를 순차적으로 학습하며, 기존 지식을 유지한다.
세 기술을 결합한 DA-CMTL은 실제 환경에서도 안정적으로 혈당을 예측하고, 저혈당 위험까지 정확히 판단할 수 있다. [자료=POSTECH]
연구팀은 세 가지 핵심 기술을 결합해 성능을 높였다. 먼저 ‘지속 학습(Continual Learning)’을 통해 환자마다 다른 데이터를 순차적으로 학습해도 성능 저하 없이 유지하도록 했다. 이어 ‘다중 작업 학습(Multi-Task Learning)’ 방식을 적용해 혈당 예측과 저혈당 감지를 동시에 수행하는 통합 구조를 구현했다. 마지막으로, 가상 환경에서 학습한 모델이 실제 환자 데이터에서도 효과적으로 작동하도록 ‘가상-현실 전이(Sim2Real Transfer)’ 기법을 도입했다.
실험 결과, DA-CMTL은 혈당 예측 정확도를 나타내는 RMSE(평균제곱근오차)에서 14.01mg/dL를 기록했다. 이는 기존 모델보다 5.12mg/dL 더 정확한 수치로, 약 1.5배 향상된 결과다. 또 전임상 단계를 넘어 실시간 인공췌장 시스템에서도 개선된 성능을 입증해 의료 현장 적용 가능성도 확인됐다.
박성민 교수는 “이번 연구는 차세대 인공췌장 기술로 발전할 수 있는 토대를 마련한 것”이라며 “AI 기반 혈당 예측 기술이 당뇨 환자의 치료 방식과 삶의 질을 근본적으로 개선할 것으로 기대한다”고 밝혔다.
이번 연구는 한국연구재단 중견연구자사업, 과학기술정보통신부 IP스타 과학자 사업, 그리고 과기정통부·정보통신기획평가원의 인공지능핵심고급인재양성사업 등의 지원으로 수행됐다.
김지윤 기자/ hello@sciencewave.kr
Science Wave에서 더 알아보기
구독을 신청하면 최신 게시물을 이메일로 받아볼 수 있습니다.