연구팀 "완전 자동화된 개인맞춤형 혈당 관리 가능케 해"
국내 연구진이 연속혈당 데이터를 바탕으로 적정량의 인슐린을 혈중에 주입해주는 AI 알고리즘을 개발했다.
포항공과대학은 창의IT융합공학과 박성민 교수, 통합과정 이승현·김지원 연구팀이 인공지능의 강화학습(reinforcement learning)을 활용해 당뇨 환자에게 맞는 인슐린 양을 계산해 자동으로 주입해주는 AI 알고리즘을 개발했다고 17일 밝혔다.
제1형 당뇨병 환자의 경우 체내에서 인슐린이 거의 분비되지 않기 때문에 인슐린을 매일 주사해야 한다.
특히, 섭취하는 음식 속의 탄수화물 양을 매번 확인해 그에 맞는 인슐린 양을 계산하고, 식사 전에 미리 주사를 해야 하는 번거로움이 있으며, 이러한 병원 밖 자가 인슐린 치료를 도와주는 기기인 인공췌장이 시판되고 있지만 여전히 식사정보를 매번 입력해야 하는 한계가 있다.
이에 연구팀은 이런 번거로움을 해결하기 위해 알파고의 알고리즘으로도 잘 알려진 강화학습에 약리학 개념을 추가했다.
이렇게 개발된 AI알고리즘의 학습 결과, 미국 FDA승인 가상 제1형 당뇨병 환자에서 하루 평균 89.56%의 정상혈당 범위를 유지하는 것을 확인했다.
이는 식사량을 입력하는 기존 인공췌장 알고리즘에 버금가는 성능으로, 식사 정보 없이도 개인화와 자동화 측면에서 높은 혈당 관리 성능을 보이는 것으로 나타났다.
연구팀은 “완전 자율화된 인공췌장은 의료분야에서의 자율주행과 같다”며 “이번에 개발된 AI 알고리즘은 식사량을 따로 입력하는 번거로움 없이 완전히 자동화된 개인맞춤형 혈당 관리를 가능하게 하며, 현재 동물실험을 진행 중이다”고 말했다.
또한, “이 알고리즘은 약물을 기반으로 한 다른 치료에도 확장할 수 있을 것으로 기대한다”고 덧붙였다.
한편, 한국연구재단 과학기술분야 기초연구사업(중견연구)의 지원으로 수행됐으며, 연구 성과는 의료정보학 분야의 권위 있는 국제학술지 ‘IEEE JBHI(IEEE Journal of Biomedical and Health Informatics)’ 최신호에 특집 논문(Featured Article)로 게재됐다.
 |
| ▲박성민 교수 (사진= 포항공과대학 제공) |
국내 연구진이 연속혈당 데이터를 바탕으로 적정량의 인슐린을 혈중에 주입해주는 AI 알고리즘을 개발했다.
포항공과대학은 창의IT융합공학과 박성민 교수, 통합과정 이승현·김지원 연구팀이 인공지능의 강화학습(reinforcement learning)을 활용해 당뇨 환자에게 맞는 인슐린 양을 계산해 자동으로 주입해주는 AI 알고리즘을 개발했다고 17일 밝혔다.
제1형 당뇨병 환자의 경우 체내에서 인슐린이 거의 분비되지 않기 때문에 인슐린을 매일 주사해야 한다.
특히, 섭취하는 음식 속의 탄수화물 양을 매번 확인해 그에 맞는 인슐린 양을 계산하고, 식사 전에 미리 주사를 해야 하는 번거로움이 있으며, 이러한 병원 밖 자가 인슐린 치료를 도와주는 기기인 인공췌장이 시판되고 있지만 여전히 식사정보를 매번 입력해야 하는 한계가 있다.
이에 연구팀은 이런 번거로움을 해결하기 위해 알파고의 알고리즘으로도 잘 알려진 강화학습에 약리학 개념을 추가했다.
이렇게 개발된 AI알고리즘의 학습 결과, 미국 FDA승인 가상 제1형 당뇨병 환자에서 하루 평균 89.56%의 정상혈당 범위를 유지하는 것을 확인했다.
이는 식사량을 입력하는 기존 인공췌장 알고리즘에 버금가는 성능으로, 식사 정보 없이도 개인화와 자동화 측면에서 높은 혈당 관리 성능을 보이는 것으로 나타났다.
연구팀은 “완전 자율화된 인공췌장은 의료분야에서의 자율주행과 같다”며 “이번에 개발된 AI 알고리즘은 식사량을 따로 입력하는 번거로움 없이 완전히 자동화된 개인맞춤형 혈당 관리를 가능하게 하며, 현재 동물실험을 진행 중이다”고 말했다.
또한, “이 알고리즘은 약물을 기반으로 한 다른 치료에도 확장할 수 있을 것으로 기대한다”고 덧붙였다.
한편, 한국연구재단 과학기술분야 기초연구사업(중견연구)의 지원으로 수행됐으며, 연구 성과는 의료정보학 분야의 권위 있는 국제학술지 ‘IEEE JBHI(IEEE Journal of Biomedical and Health Informatics)’ 최신호에 특집 논문(Featured Article)로 게재됐다.
메디컬투데이 김동주 ([email protected])
[저작권자ⓒ 메디컬투데이. 무단전재-재배포 금지]
