• 흐림속초10.1℃
  • 구름많음12.9℃
  • 구름많음철원12.4℃
  • 구름많음동두천15.1℃
  • 구름많음파주16.3℃
  • 흐림대관령5.3℃
  • 구름많음춘천13.1℃
  • 구름많음백령도11.8℃
  • 비북강릉9.4℃
  • 흐림강릉10.3℃
  • 흐림동해10.4℃
  • 구름많음서울16.3℃
  • 흐림인천16.1℃
  • 구름많음원주14.7℃
  • 구름많음울릉도9.7℃
  • 구름많음수원16.5℃
  • 흐림영월11.8℃
  • 구름많음충주15.0℃
  • 흐림서산15.7℃
  • 흐림울진10.2℃
  • 맑음청주16.7℃
  • 구름많음대전15.8℃
  • 맑음추풍령13.1℃
  • 구름많음안동12.6℃
  • 구름많음상주13.7℃
  • 비포항12.8℃
  • 구름많음군산16.9℃
  • 구름많음대구13.8℃
  • 맑음전주17.4℃
  • 비울산13.1℃
  • 구름많음창원16.4℃
  • 구름많음광주17.7℃
  • 구름많음부산16.3℃
  • 맑음통영17.1℃
  • 구름많음목포16.2℃
  • 맑음여수17.0℃
  • 박무흑산도13.9℃
  • 맑음완도17.1℃
  • 구름많음고창15.9℃
  • 구름많음순천16.3℃
  • 구름많음홍성(예)16.9℃
  • 맑음16.0℃
  • 맑음제주17.9℃
  • 흐림고산17.8℃
  • 흐림성산18.4℃
  • 맑음서귀포18.2℃
  • 맑음진주15.2℃
  • 구름많음강화13.9℃
  • 구름많음양평15.8℃
  • 구름많음이천15.7℃
  • 구름많음인제10.1℃
  • 구름많음홍천13.5℃
  • 흐림태백6.6℃
  • 흐림정선군10.3℃
  • 흐림제천11.9℃
  • 구름많음보은14.3℃
  • 구름많음천안16.6℃
  • 구름많음보령14.7℃
  • 구름많음부여16.1℃
  • 구름많음금산16.3℃
  • 구름많음15.8℃
  • 구름많음부안15.6℃
  • 구름많음임실15.9℃
  • 구름많음정읍16.4℃
  • 구름많음남원16.6℃
  • 구름많음장수14.9℃
  • 흐림고창군15.4℃
  • 구름많음영광군14.6℃
  • 구름많음김해시16.5℃
  • 구름많음순창군15.8℃
  • 구름많음북창원17.9℃
  • 구름많음양산시15.8℃
  • 맑음보성군17.4℃
  • 맑음강진군17.5℃
  • 맑음장흥17.1℃
  • 맑음해남17.2℃
  • 맑음고흥17.0℃
  • 구름많음의령군16.5℃
  • 맑음함양군14.2℃
  • 맑음광양시16.7℃
  • 맑음진도군15.6℃
  • 구름많음봉화10.8℃
  • 흐림영주11.8℃
  • 구름많음문경13.3℃
  • 구름많음청송군10.8℃
  • 흐림영덕10.8℃
  • 구름많음의성13.1℃
  • 흐림구미13.8℃
  • 흐림영천12.9℃
  • 흐림경주시12.5℃
  • 맑음거창15.0℃
  • 맑음합천15.9℃
  • 구름많음밀양16.4℃
  • 구름많음산청14.9℃
  • 구름많음거제16.1℃
  • 맑음남해14.9℃
  • 구름많음16.6℃
기상청 제공

2026년 11월 16일 (월)

안구 움직임으로 치매위험군 찾아낸다

안구 움직임으로 치매위험군 찾아낸다

안구움직임 추적 기술로 인지저하 조기 발견 가능성 높여
한의학연 김재욱 박사 연구팀, 광주치매코호트와 공동연구

안구움직임1.jpg


한국한의학연구원(원장 이진용·이하 한의학연) 디지털임상연구부 김재욱 박사 연구팀이 광주치매코호트 연구팀과 공동연구를 진행, 안구 움직임 데이터를 활용해 치매위험군을 보다 정확히 찾아내는 연구결과를 도출했다고 밝혔다. 이번 연구 성과는 국제전문학술지 ‘프론티어스 뉴로사이언스’에 지난 15일 게재됐다.

 

김재욱 박사 연구팀은 2019년 ‘뇌파’ 측정을 통한 치매위험군 식별 연구에 이어 안구움직임 데이터를 활용한 경도인지장애 환자 식별에 나섰다.

 

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

 

치매는 이미 진행된 상태에서는 완치가 어렵다. 하지만 경미한 인지손상 단계에서는 예방을 위한 적절한 신체 운동, 뇌인지 훈련, 식이요법, 심혈관계 기능 관리를 통해 질병 진행을 막을 수 있기 때문에 조기식별이 중요하다.


연구팀은 우선 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.


안구움직임2.png

연구팀은 △인구통계정보+안구 움직임 데이터 △인구통계정보+MMSE(Mini-Mental State Examination) △인구통계정보+안구 움직임 데이터+MMSE 각 3가지 모델의 분류 성능 비교결과 각각 AUROC점수(1점에 가까울수록 모델의 분류 성능이 뛰어남) 0.752, 0.767, 0.840을 얻었다고 밝혔다.

 

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

 

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

 

 

 

 

 

관련기사

가장 많이 본 뉴스

더보기
  • 오늘 인기기사
  • 주간 인기기사

최신뉴스

더보기

뉴스

더보기