스마트 워치 등 웨어러블 기기로 코로나를 비롯한 감염성 질환의 발생과 악화를 예측할 수 있다는 연구 결과가 나와 주목된다.

심박수 등 지표를 통해 알고리즘을 적용하면 사전 감시를 강화할 수 있다는 것. 이를 적극적으로 활용하기 위한 고도화 작업이 필요하다는 것이 연구진의 의견이다.

현지시각으로 19일 셀 리포트 메디신(Cell Reports Medicine)에는 웨어러블 기기를 활용한 코로나 감지 및 감시 알고리즘에 대한 연구 결과가 게재됐다(10.1016/j.xcrm.2022.100601).

현재 웨어러블 기기를 활용한 능동적 건강 감시 시스템은 다양한 방법으로 이용되고 있다. 하지만 대부분이 보조적 역할일 뿐 질환을 직접적으로 관리하지는 못하고 있는 것이 현실.

이에 따라 미시간대 다니엘(Daniel Forger) 교수가 이끄는 연구진은 코로나를 대상으로 과연 웨어러블 기기가 보여주는 생체 데이터가 의료기기만큼 의미있는 데이터를 낼 수 있을지를 분석했다.

웨어러블이 보여주는 심박수 등을 수학적으로 분해해 생리적 변화를 다차원적으로 데이터화하는 알고리즘을 구성한 것이다.

다니엘 교수는 "웨어러블 기기를 활용해 질병을 이해하는 다양한 시도가 있었지만 심장 질환 위험을 감지하는 정도에 머물렀다"며 "하지만 우리는 이러한 신호들을 전혀 다른 구성 요소로 분해해 다차원적으로 보는데 집중함으로써 완전히 다른 결과물을 만들어냈다"고 설명했다.

이에 따라 연구진은 코로나에 감염된 110명의 학생들을 대상으로 코로나 발병 이전과 이후, 악화에 따른 생체 데이터를 수학적으로 분석했다.

그 결과 코로나에 감염되면 걸음당 심박수가 단계적으로 상승하는 것을 발견했으며 일정 수준 이상으로 올라가면 기침 등이 동반되며 악화되는 상황에 있었다.

또한 심전도와 심박수의 불안정성은 코로나 발병의 중요한 지표가 됐다. 일관된 지표에서 벗어나는 상황에서 코로나 감염이 시작됐기 때문이다.

아울러 코로나 발병이 시작되면 심박수가 일정 패턴으로 증가했으며 기초 심박수 또한 코로나 발병 하루에서 이틀전부터 증가하는 경향이 발견됐다.

결국 이러한 패턴을 알고리즘에 적용하면 단순한 웨어러블 기기만으로 코로나의 감염 등을 사전에 감지할 수 있다는 것이 연구진의 설명이다.

다니엘 교수는 "웨어러블에서 나온 다양한 심박수 매개 변수의 다양한 패턴을 식별한 것은 매우 의미있는 성과"라며 "의학과 수학, 과학이 결합돼 만들어진 새로운 가능성"이라고 말했다.

그는 이어 "웨어러블 기기를 통해 얻어지는 정보들이 다양하다는 점에서 이같은 알고리즘을 고도화하면 인플루엔자 등 다른 질병을 감지하는데도 충분히 활용이 가능할 것으로 기대한다"고 밝혔다.