• 흐림속초10.0℃
  • 구름많음14.4℃
  • 구름많음철원13.9℃
  • 구름많음동두천16.8℃
  • 구름많음파주17.7℃
  • 흐림대관령5.5℃
  • 구름많음춘천14.7℃
  • 구름많음백령도13.4℃
  • 비북강릉9.8℃
  • 흐림강릉10.7℃
  • 흐림동해10.7℃
  • 맑음서울19.2℃
  • 맑음인천17.7℃
  • 구름많음원주16.7℃
  • 비울릉도9.6℃
  • 맑음수원18.1℃
  • 흐림영월13.4℃
  • 구름많음충주16.2℃
  • 구름많음서산18.1℃
  • 흐림울진11.6℃
  • 맑음청주19.5℃
  • 맑음대전19.2℃
  • 맑음추풍령15.2℃
  • 흐림안동13.6℃
  • 구름많음상주15.0℃
  • 비포항13.7℃
  • 구름많음군산18.5℃
  • 맑음대구16.6℃
  • 구름많음전주19.7℃
  • 비울산15.4℃
  • 구름많음창원17.8℃
  • 구름많음광주19.8℃
  • 구름많음부산17.6℃
  • 맑음통영19.3℃
  • 구름많음목포16.9℃
  • 맑음여수17.5℃
  • 박무흑산도15.1℃
  • 맑음완도19.9℃
  • 구름많음고창19.3℃
  • 구름많음순천18.2℃
  • 구름많음홍성(예)19.1℃
  • 맑음18.3℃
  • 구름많음제주18.5℃
  • 구름많음고산18.2℃
  • 흐림성산17.7℃
  • 구름많음서귀포19.5℃
  • 맑음진주18.8℃
  • 구름많음강화17.1℃
  • 구름많음양평18.3℃
  • 맑음이천18.2℃
  • 흐림인제10.7℃
  • 구름많음홍천15.0℃
  • 흐림태백7.2℃
  • 흐림정선군10.8℃
  • 구름많음제천13.7℃
  • 맑음보은16.2℃
  • 구름많음천안18.2℃
  • 구름많음보령17.5℃
  • 맑음부여19.5℃
  • 맑음금산18.5℃
  • 맑음18.9℃
  • 구름많음부안17.9℃
  • 구름많음임실17.4℃
  • 구름많음정읍18.0℃
  • 구름많음남원18.9℃
  • 구름많음장수17.5℃
  • 구름많음고창군17.6℃
  • 구름많음영광군18.1℃
  • 구름많음김해시18.9℃
  • 구름많음순창군18.9℃
  • 구름많음북창원18.8℃
  • 구름많음양산시17.8℃
  • 구름많음보성군19.3℃
  • 맑음강진군18.7℃
  • 구름많음장흥19.3℃
  • 맑음해남19.2℃
  • 맑음고흥19.8℃
  • 구름많음의령군17.7℃
  • 구름많음함양군18.0℃
  • 맑음광양시19.4℃
  • 맑음진도군18.4℃
  • 흐림봉화11.9℃
  • 흐림영주13.5℃
  • 구름많음문경14.6℃
  • 흐림청송군11.5℃
  • 흐림영덕10.9℃
  • 흐림의성14.1℃
  • 구름많음구미16.3℃
  • 구름많음영천14.9℃
  • 구름많음경주시14.2℃
  • 구름많음거창18.0℃
  • 맑음합천18.1℃
  • 구름많음밀양19.9℃
  • 맑음산청16.5℃
  • 구름많음거제17.8℃
  • 맑음남해17.7℃
  • 구름많음18.5℃
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