나이와 성별, 키, 체중 등 기본 건강 데이터와 스마트폰에 녹음된 10초 정도의 목소리만으로 제2형 당뇨병 여부를 86% 이상 정확도로 판별하는 인공지능(AI)이 개발됐다.

캐나다 클릭연구소(Klick Labs) 제이시 코프먼 연구원팀은 19일 의학저널 '메이요 클리닉 회보 : 디지털 건강'(Mayo Clinic Proceedings: Digital Health)에서 6~10초 분량 목소리로 제2형 당뇨병 여부를 구별하는 AI 모델을 개발했다고 밝혔다. 연구팀은 이 연구는 음성 기술과 인공지능을 결합, 스마트폰에 몇 문장을 말하는 것만으로 제2형 당뇨병 여부를 쉽게 확인할 수 있는 시스템을 개발한 것으로 제2형 당뇨병 진단에 큰 변화를 가져올 진전이라고 자평했다.

국제당뇨병연맹(IDF)에 따르면 전 세계 성인 당뇨병 환자 2명 중 1명(약 2억4천만 명)이 당뇨병에 걸렸다는 사실을 모르고 있으며, 당뇨병 환자의 거의 90%는 몸 안에서 인슐린이 만들어지긴 하지만 제 기능을 하지 못하는 제2형 당뇨병이다. 당뇨병 진단에는 당화혈색소 검사(A1C), 공복혈당 검사(FBG), 경구 포도당 부하 검사(OGTT) 등이 주로 사용되지만 모두 병원을 방문해 혈액을 채취해야 한다.

연구팀은 이 연구에서 건강한 남녀 192명과 제2형 당뇨병 환자 75명의 나이, 성별, 키, 체중 등 기본 건강 데이터를 조사하고, 이들에게 2주간 매일 6차례씩 6~10초간 스마트폰에 제시된 문구를 녹음하도록 했다. 이렇게 확보한 녹음 샘플 1만8천465개를 분석해 건강한 사람과 제2형 당뇨병 환자 간 차이를 찾아낼 수 있는 14가지 음향학적 특징을 추출하고, 이를 이용해 제2형 당뇨병 여부를 구분하는 AI 모델을 만들었다.

연구팀은 이 AI 모델이 여성의 경우 89%, 남성의 경우 86%의 정확도로 제2형 당뇨병 여부를 판별해냈다고 밝혔다. 연구팀은 이런 정확도는 공복혈당 검사(FBG, 85%), 당화혈색소 검사(A1C, 91%), 경구 포도당 부하 검사(OGTT, 92%)의 정확도와 비슷한 수준이라고 설명했다.

코프먼 연구원은 "신호처리를 통해 제2형 당뇨병으로 인한 목소리 변화를 감지할 수 있었고 이런 변화는 남성과 여성에서 다른 방식으로 나타났다"며 "이 기술이 당뇨병 검사 방식을 변화시킬 수 있을 것"이라고 말했다.

이어 "이 검사법은 많은 시간과 비용이 드는 현 검사법의 장벽을 없앨 수 있는 잠재력을 가지고 있다"며 "앞으로 이 연구 결과를 추가 검증하고 음성 진단을 당뇨병전증, 여성 건강, 고혈압 등으로 확대하는 연구를 할 것"이라고 덧붙였다.

◆ 출처 : Mayo Clinic Proceedings: Digital Health, Jaycee Kaufman et al., 'Acoustic Analysis and Prediction of Type 2 Diabetes Mellitus Using Smartphone-Recorded Voice Segments', http://dx.doi.org/10.1016/j.mcpdig.2023.08.005