암대사증후군심혈관질환을 부르는 산화스트레스를 사전에 정확하게 예측할 수 있는 기술이 개발됐다.

한국연구재단은 이화여자대학교 식품영양학과 권오란 교수와 네덜란드 응용과학연구기구 공동 연구팀이 한국인의 산화스트레스 위험을 진단하기 위한 머신러닝 모델을 개발 및 검증했다고 12일 밝혔다.

빅데이터 분석과 인공지능의 발전은 많은 양의 코호트 데이터와 임상 관련 정보를 토대로 환자에게 적합한 의료정보를 제공하거나 진단 및 치료 오류를 줄여주는 데에 도움을 주고 있다.

코호트 데이터란 특정기간 동안 공통된 특성이나 경험을 갖는 사용자 집단의 데이터를 의미하는데 어떤 원인이 어떤 결과를 가져오는가를 연구하는 방법의 기초 자료로서 시간적인 개념을 포함한다.

그러나 기계학습 알고리즘을 적용해 산화스트레스 관련 만성 질환의 위험을 사전에 줄이고 정밀영양을 제공하려는 연구는 거의 없는 실정이다.

연구팀은 광범위한 인간 대상 연구에 대한 공간방법론의 활용을 테스트하기 위한 개념 증명 연구를 통해 이 문제를 해결하고자 했다.

또 다양하고 복잡한 데이터의 스펙트럼에서 변수의 특성을 고려해 강력한 예측력과 해석가능성으로 산화위험을 판별하는 모델을 개발하기 위해 머신러닝 방법을 활용했다.

나이, BMI, 식사의 질, 혈액지표 등과 같은 16가지 변수를 종합적으로 고려해 사용자의 산화스트레스의 위험 정도를 정량화할 수 있는 예측하는 모델을 개발했다.

이번 연구에는 2015~2018년 건강검진을 위해 서울시 보라매병원에 내원한 2454명의 데이터가 사용됐다.

연구팀은 만성질환 정량화 모델 개발 관련 연구를 계속할 계획이다.

건강한 인구 집단의 산화스트레스 위험을 계층화, 예측하는 모델을 제시함으로써 식생활 및 생활습관과 관련된 만성질환을 예방할 수 있는 건강관리 전략 수립에 도움이 될 것으로 기대하고 있다.