인공지능 통한 기능성 소화불량 환자 변증 패턴 ‘재발견’

[한의신문] 경희대학교 한의과대학 채윤병 교수는 10일 ‘기계학습을 통한 기능성 소화불량 환자의 변증 패턴의 주요 인자 발굴’의 주제로 ‘Frontiers in Physiology’ 최근호에 논문을 발표했다고 밝혔다.

이번 논문은 ‘Identifying key features for determining the patterns of patients with functional dyspepsia using machine learning’이라는 제목으로 ‘위장관계 질환 평가에서 차세대 기술’ 주제에 게재됐다.

이번 연구에서는 한의원에 방문한 153명의 기능성 소화불량 환자를 대상으로 기존의 표준화된 변증 설문 도구인 ‘STPI-FD’의 설문 항목의 응답 패턴을 분석했다.

기존 변증 분류는 △비위허한형 △비허기체형 △간위불화형 △한열착잡형 △비위습열형 △음식정체형 등 6개의 변증유형으로 분류되는데, 이번 연구에서는 먼저 지도학습을 통해 설문을 기반으로 변증유형을 예측하는 모델을 비교했다. 서포트 벡터머신 방식이 예측정확도 0.67로, 가장 높은 성능을 보였고, 아울러 각 변증을 분류하는데 중요한 인자가 어떤 증상인지를 확인했다.

또한 비지도학습을 통해 36개의 설문 항목의 반응을 군집화했다.

이를 위해 차원축소 방식 중 하나인 t-SNE방식을 통해, 4개의 유형으로 분류됐을 때 가장 설명력이 높음을 확인했고, 각 유형별로 어떤 인자가 중요한 역할을 하는지 확인했다.

연구팀은 이같은 방식을 통해 데이터를 기반으로 기능성 소화불량 환자의 새로운 변증 유형 분류를 제시했다.

이와 관련 문희영 교수(세명대 한의대)는 “기존의 변증설문은 고전문헌과 전문가의 경험을 바탕으로 설계돼 변증 유형을 분류하는데 사용되어 왔다”면서 “실제 임상 현장에서 환자의 변증 유형 분류 패턴과 다를 수 있어, 이번 연구에서는 비지도학습 방식을 적용해 환자의 유형을 분류하고 각 유형별 특징을 추출하는 방식을 적용했다”고 밝혔다.

문 교수는 이어 “이러한 방식을 통해 기존 이론 중심의 변증 유형과 데이터 중심의 변증 유형이 상호 보완될 수 있음을 확인했다”고 강조했다.

또한 채윤병 교수는 “이번 연구는 15개의 한의원 원장들이 함께 데이터를 모아, 실제 임상환경에서 기능성 소화불량 환자의 증상을 중심으로 변증 유형 패턴을 발견할 수 있었다”면서 “더불어 동일한 질병의 환자라도 서로 다른 변증 유형에 따는 침 치료 전략이 다를 수 있고, 이에 따른 침 치료 효과 차이에 대한 연구도 진행 중”이라고 말했다.

채 교수는 또 “한의원 연구를 통해 양질의 데이터 확보 및 관리가 쉽지 않았지만, 많은 임상 한의사들과 함께 하면서 의미있는 결과를 도출할 수 있어서 감사드린다”고 덧붙였다.