국내 연구진이 피부 전도도 센서를 이용해 우울증 환자의 상태와 중증정도를 객관적으로 진단해 주는 기술개발에 성공했다. 생체신호를 통해 우울증 발병의 진단과 조기 예측이 가능케 되는 길을 열었다.

한국전자통신연구원(ETRI)은 삼성서울병원 정신건강의학과 전홍진 교수팀과 협력해 우울증 환자가 스트레스를 받을 때 피부 전도도 센서를 이용해 피부에서 나타나는 땀 변화 측정실험 결과를 사이언티픽 리포트(Scientific Reports)에 게재했다고 밝혔다.

그동안 우울증 등 정신질환자들의 진단과 처방이 주로 심리검사나 의사의 문진에 의존했다. 의료진에게 보다 객관적인 방법을 제공해 정신질환을 조기에 발견, 예방할 필요가 있었다.

특히, 질환자들은 정신상태가 악화되면 뇌와 관련된 호르몬 반응의 장애가 일어나고 이로 인해 자율신경계 반응으로 이어진다. 연구진은 미세한 땀과 같은 생리 변화를 손가락 끝에 붙인 피부 전도도 센서를 통해 객관적으로 측정, 보다 효율적인 의사의 진단을 돕기 위해 연구개발에 나섰다.

이후 비침습(非侵襲)적인 생체신호 데이터 측정을 통해 우울장애가 없는 사람과 주요 우울장애 환자, 공황장애 환자 60여 명을 대상으로 3개월의 추적관찰을 수행했다.

정신건강 징후 예측을 위한 프로토콜 및 데이버 분석 개념도. 정신 산술 검사를 진행함으로써 스트레스 자극을 유발시켜 생리학적 신호 변화를 측정한다. 그리고 자연 이미지를 보며 스트레스 회복을 하는 휴식 자극을 유발시켜 생리학적 신호 변화를 측정한다. 우울증이 없는 사람(Control Group)의 경우 피부 전도도 신호가 자극에 따라 변화하는 정도가 우울 환자(MDD Group)보다 크다. 즉, 상대적으로 우울증 환자는 우울장애가 없는 사람보다 발현되는 피부 전도도 신호 값도 늦고 반응도 작다.

연구를 통해 우울장애를 앓고 있는 환자와 우울장애가 없는 사람을 감별할 수 있었다. 또 우울장애 환자의 상태를 객관적이고 보다 정확하게 진단하고 모니터링이 가능한 기계학습(machine learning) 기반의 자동 진단 모델을 개발했다.

보다 정확한 질환의 징후 예측을 위해선 피부 전도도뿐만 아니라 뇌파, 심장박동, 호흡, 온도 등 복합 센서 기반 분석기법의 보완은 필요하다. 향후 연구 완성도가 제고되면 우울증 외에도 공황장애, 주의력결핍 과잉행동장애(ADHD), 트라우마, 자폐증 등 각종 정신질환 진단 및 징후 예측도 가능할 것으로 보고 있다.

정신건강 모니터링 및 징후 예측 개념도.

이밖에 공동연구를 통해 추적관찰을 통해 환자의 진단 및 심리검사 결과, 혈액 및 땀, 심박, 호흡, 혈압, 뇌파 등 생체신호 데이터를 획득 분석했다. 또 36.5mm x 33mm 크기의 다중 생체신호 측정이 가능한 복합모듈(센서)를 만들었다. 향후 웨어러블 시계에 센서를 부착하면 땀의 분석과 혈압, 심장박동 측정이 가능하다. 환자들에게 적용되면 보호자나 병원측에 심각한 상태임을 자동으로 통보해 관리할 수 있게 된다.

연구책임자인 ETRI 김승환 바이오의료IT연구본부장은“정신질환의 객관적 진단 및 예측이 가능한 생체신호 기반 정신질환 진단 및 예측 시스템의 개발 가능성을 보았다”고 말했다.

본 연구는 과학기술정보통신부 ‘정신질환의 모니터링 및 징후예측을 위한 피부 부착형 센서 모듈개발’과제를 통해 지난 2015년부터 3년간 개발됐다. 연구진은 본 기술개발을 통해 국제특허 3건, 국내 18건을 출원했다. 발표한 SCI논문은 17건에 달한다.

이번 논문의 주저자는 ETRI 바이오의료IT연구본부 김아영 연구원이다. 삼성서울병원 정신건강의학과 전홍진 교수팀, 인천대학교 전자공학과 변상원 교수 연구팀이 연구에 함께 참여했다.