손목이나 손가락을 통해 심박수를 측정하는 웨어러블 기기가 실제 심전도(EKG) 기기와는 차이를 보인다는 연구 결과가 나와 주목된다.

전극을 통한 측정과 웨어러블에 들어가는 광 혈류 측정간의 차이로 인한 결과로 그나마 애플워치에 적용된 기술인 SDNN이 오차가 적었다.

현지시각으로 27일 스포츠의학(Sports Medicine) 저널에는 웨어러블 기기를 통한 심박수 측정의 정확도에 대한 연구 결과가 공개됐다(10.1007/s40279-024-02066-5).

현재 인공지능과 센서 기능이 발달하면서 웨어러블 헬스케어 기기들이 속속 개발돼 판매되고 있다.

손목에 착용하는 스마트 워치가 대표적으로 최근에는 반지형 웨어러블 기기 등도 편의성을 인정받아 확산되고 있는 추세다.

이러한 기기들은 대부분 광 혈류 측정 기술(PPG)을 통해 구동된다. 피부에 빛을 쏴서 손목이나 손가락 피부 바로 밑에 있는 혈관의 혈류를 초당 수십번씩 감지해 알고리즘을 적용하는 방식이다.

하지만 이 방식이 과연 전극을 통해 심장의 전기 활동을 측정하는 심전도 기기와 동일한 성능을 낼 수 있는지에 대해서는 아직까지 논란이 있는 것이 사실이다.

웨스트버지니아대 메튜 테난(Matthew S. Tenan) 교수가 이끄는 연구진이 이에 대한 검증 연구에 들어간 배경도 여기에 있다.

실제 이러한 웨어러블 기기를 통한 심박수 측정이 심전도와 동일한 성능을 발휘하는지를 비교한 것이다.

이에 따라 연구진은 1084명의 환자를 대상으로 심전도를 측정하고 동시에 이 데이터를 광 혈류 측정 기기에 1만번 시뮬레이션을 진행했다.

그 결과 실제 심전도를 통한 심박수 측정과 광 혈류 측정 기기의 데이터는 생각보다 많은 차이가 나타났다.

연구진은 이러한 영향이 PAT(Pulse Arrival Time), 즉 맥박 도착 시간 때문으로 분석했다. 심장의 수축으로 혈액이 심장에서 뿜어져 나와 혈관을 통과하는데 걸리는 시간 동안 변화가 일어난 셈이다.

이는 측정 방식에 따라서도 차이를 보였다. SDNN(normal-to-normal standard deviation) 방식이 RMSSD(root mean square standard deviation)보다 오차율이 적었기 때문이다.

SDNN 방식은 말 그대로 정상과 정상 사이의 장기적인 심장 박동 간격의 변동성을 측정하는 기술로 전반적인 자율신경계의 조절 능력을 반영한다.

반면 RMSSD는 정상과 정상 간격 차이의 제곱근 평균으로 주로 단기적인 심장 박동 간격의 변동성을 측정하며 이는 부교감신경계의 활동을 반영하게 된다.

실제로 PAT의 표준 편차를 분석하자 실제 동등성 인정 영역(ROPE)에서 SDNN은 88.4%의 정확도를, RMSSD는 21.4%의 정확도를 보였다.

특히 이러한 경향은 심장에서 멀어지면서 더 크게 벌어졌으며 SDNN보다 RMSSD에서 더욱 그 차이 비율이 높아졌다.

말 그대로 심장에서 가까울 수록 SDNN와 RMSSD의 차이는 크게 없지만 팔목, 손목, 손가락으로 갈 수록 RMSSD의 정확도가 떨어진다는 의미가 된다.

그러한 의미에서 연구진은 현재 애플워치가 사용하는 SDNN이 그나마 이러한 차이를 최소화할 수 있는 기술이라고 강조했다.

현재 애플 기기에는 SDNN 방식이 들어가며 상당수 다른 브랜드는 RMSSD 시스템을 활용하고 있다.

메튜 테난 교수는 "이 연구는 웨어러블 기기를 통한 심박수 기능이 분명 심전도 결과와는 다르다는 것에 초점을 맞춘 것으로 이 기기의 활용도가 떨어진다는 것을 의미하지는 않는다"며 "이는 PAT의 영향"이라고 설명했다.

그는 이어 "특히 SDNN이 RMSSD보다 훨씬 더 정확하다는 점에서 웨어러블 기기를 만드는 기업들이 RMSSD를 사용해야 할 어떤 이유도 없다는 것을 보여준다"고 밝혔다.