GIST, 일상 동작으로 근감소증 진행 추적 ‘MAISE’ 개발

KIST·빛고을전남대병원와 공동연구

발목·무릎 등 근감소증 정량 분석

관절 토크 기반 근기능 정량 평가 가능

(왼쪽부터)GIST AI융합학과 강지연 교수, 조재범 석사(제1저자), 김기현 박사과정생, UNIST 기계공학과 하준형 교수, KIST 류강현 박사, 빛고을전남대학교병원 강민구 교수.ⓒGIST

일상 동작만으로도 근감소증의 진행을 추적하는 인공지능(AI) 기술이 나왔다. 센서·장비 없이 의자에서 일어나는 등 움직임을 분석해 관절 토크 기반 근기능 정량 평가가 가능해졌다.

광주과학기술원(GIST)은 AI융합학과 강지연 교수 연구팀이 한국과학기술연구원(KIST)·빛고을전남대학교병원과 공동으로 노년층의 근기능 변화를 추적·분석할 수 있는 인공지능(AI) 기술 MAISE를 개발했다고 9일 밝혔다.

기술은 별도의 센서 착용이나 고가 장비 없이 의자에서 일어나기, 물건 집기 등 일상적인 움직임만으로 발목·무릎·고관절의 근기능 상태를 추정하고 근감소증 진행 정도를 수치로 확인할 수 있는 것이 특징이다.

근감소증은 나이가 들면서 근육량과 근력이 비정상적으로 감소하는 질환으로, 낙상과 골절 위험을 높이고 일상생활의 독립성을 떨어뜨린다.

특히 증상이 눈에 띄기 시작할 때는 이미 기능 저하가 상당히 진행된 경우가 많아 조기 발견이 중요하지만 악력, 보행속도, 의자에서 일어서기 검사 등 간접적인 기능 검사나 근육량 측정을 위한 영상 검사에 주로 의존하고 있어 일상생활 속에서 서서히 진행되는 기능 저하를 지속적으로 관찰하는 데 한계가 있다.

이를 극복하기 위해 공동연구팀은 노년층의 일상생활에서 수행하는 움직임만으로 근감소증을 관찰할 수 있는 AI 기술 MAISE를 개발했다.

관절의 힘을 계산하는 데에는 사람이 바닥을 밀 때 바닥으로부터 받는 힘인 지면반력이 필요한데 연구진은 이같은 지면반력을 별도의 측정 장비 없이 추정할 수 있도록 AI 모델에 물리 정보를 함께 학습시켰다.

일반적으로 관절의 힘을 정밀하게 분석하려면 힘 측정판과 같은 전문 장비가 필요하다.

그러나 연구팀은 사람의 움직임 정보만으로 이를 추정할 수 있도록 해 일상 환경에서도 근기능을 분석할 수 있는 기반을 마련했다.

그 결과 물리 정보를 적용한 모델은 학습에 사용되지 않은 노년층 동작 데이터에서도 발이 바닥을 딛는 위치를 나타내는 압력 중심 예측 오차를 최대 49.3%, 지면반력 오차를 최대 6.5% 줄였다.

이를 통해 AI가 사람의 움직임을 보다 정확하게 분석해 실제 근기능 상태를 안정적으로 추정할 수 있음을 확인했다.

연구팀은 근감소증 노인과 건강한 노인 총 28명을 대상으로 의자에서 일어서기, 물건 집기, 발판 오르기 등의 동작을 수행하도록 한 뒤 MAISE가 분석한 관절 토크 정보가 실제 근기능 상태와 근감소증 정도를 얼마나 정확하게 반영하는지 검증했다.

분석 결과 MAISE가 추정한 관절 토크 지표는 악력, 보행속도, 5회 의자에서 일어서기 시간 등 현재 임상에서 사용되는 주요 근감소증 평가 지표와 뚜렷한 상관관계를 보였다.

또 근감소증군과 건강군 사이에 관절 토크 패턴의 뚜렷한 차이가 나타나 일상 동작만으로도 비정상적 근기능 저하를 정량적으로 평가할 수 있음을 확인했다.

강지연 교수는 “연구는 일상 동작에 숨어 있는 생체역학적 정보를 활용해 근감소증을 정량적으로 관찰하고 평가할 수 있음을 보여준 것으로, 병원 중심의 일회성 검사를 넘어 일상 기반의 지속적인 근기능 추적 가능성을 제시했다”며 “향후 카메라 기반 비접촉 모니터링 기술로 발전시켜 근감소증의 조기 발견과 맞춤형 관리에 활용될 수 있을 것으로 기대한다”고 밝혔다.

연구 결과는 재활공학 분야 최상위 국제학술지 ‘Journal of NeuroEngineering and Rehabilitation’에 지난 4월 5일 게재됐다.

한편, 연구는 과학기술정보통신부의 재원으로 한국연구재단 바이오·의료기술개발사업과 정보통신기획평가원 인공지능대학원지원사업의 지원을 받았다.