분당서울대병원 가정의학과 이기헌 교수 연구팀이 설문 조사 기반 당뇨병 환자의 우울증 여부를 판별하는 머신러닝 모델을 개발했다.

이기헌 교수팀은 기계학습(머신러닝)을 통해 당뇨병 환자에서 우울증을 탐지할 수 있는 모델을 개발하는 연구를 수행했다. 연구에는 2014년부터 2020년까지의 국민건강영양조사에서 수집된 3만1천개의 데이터가 사용됐다.

그 결과, 연구팀은 건강 및 스트레스에 대한 주관적 인식이나 소득 등 설문 조사 결과를 활용해 높은 정확도로 당뇨병 환자에서 우울증 여부를 가려낼 수 있는 머신러닝 모델을 개발했다. 연구팀이 개발한 알고리즘 중 가장 정확도가 높은 것은 '서포트 벡터 머신(Support Vector Machine, SVM)' 방식으로, 정확도는 87.9% 수준으로 나타났다.

또한 연구팀은 우울증을 판단하기 위한 요인들 중 ▲건강 상태에 대한 주관적 인식 ▲스트레스 인식 강도 ▲스트레스 인식 비율 ▲소득 수준 ▲활동 제한 등의 순으로 비중이 크다는 사실을 밝히기도 했다. 상위권에 해당하는 항목들이 주로 환자의 주관적 인식과 연관된 만큼, 당뇨병 환자에서 정신건강 관리의 중요성을 확인할 수 있다.

이기헌 교수는 "당뇨병은 우울증 발병 위험을 높이고, 우울증은 다시 당뇨병에 악영향을 미치게 된다"며 "이러한 악순환에 빠지기 전에 우울증을 조기 발견할 수 있는 최적의 머신러닝 방식을 규명하고 우울증에 영향을 미친 주요 요인들을 밝혔다는 점에서 이번 연구의 의미가 깊다"고 전했다.

한편, 이번 연구 결과는 국제학술지 ‘Plos One’ 최근호에 게재됐다.