△ 신개념 웨어러블 의료기기 기술이 잇따라 등장하고 있다.

국내에서 건강 상태를 모니터링할 수 있는 웨어러블 의료기기 기술이 잇따라 개발됐다.

의료계 등에서는 생체 이상 신호를 효율적으로 수집해 예방 의학의 발전에 일조할 것으로 기대하고 있다.

◆ 땀 한방울로 혈압·체내 대사 변화 측정

포항공대(POSTECH) 신소재공학과·융합대학원 한세광 교수팀은 최근 인핸드플러스 연구팀과 함께 땀 속 혈당 농도를 정확하게 측정할 수 있는 기술을 개발했다.

연구팀은 땀을 이용한 비침습적 혈당 측정에 주목해 마이크로 유체 시스템과 마이크로 LED, 광센서, 혈당에 반응하는 광학 하이드로젤을 결합해 스마트 워치 형태의 혈당 측정 시스템을 완성했다.

땀이 센서에 닿으면 센서가 혈당에 따라 형광 신호를 발생시키고 LED와 광센서가 이 신호를 전자 신호로 변환한다.

이용자는 이렇게 변하는 형광 세기를 통해 실시간으로 혈당 수치를 확인할 수 있다.

연구팀이 개발한 장치는 실제 혈당 수치와 정확도가 높았고 30일 이상 장기간 사용해도 민감도가 변하지 않았다.

또 산소 농도와 심박수를 동시에 측정할 수 있어 다기능 헬스케어 시스템으로 활용할 수 있다.

연구팀은 스마트 워치와 결합한 광학 기반 연속 혈당 측정 시스템이 혈당 측정을 더 쉽고 편리하게 만들고 당뇨 환자의 불편함을 줄일 수 있을 것으로 내다봤다.

한국과학기술원(KAIST) 바이오·뇌공학과 정기훈 교수팀은 최근 땀 속 여러 대사산물을 동시에 실시간으로 분석할 수 있는 웨어러블 센서인 '스마트 패치'를 개발했다.

연구팀이 개발한 센서는 피부에 직접 붙이는 방식의 얇고 유연한 패치로 땀을 모으는 미세한 통로와 함께 빛을 이용해 땀 성분을 정밀 분석할 수 있는 초미세 광학센서인 나노플라즈모닉 구조로 돼 있다.

빛을 나노미터(㎚·10억분의 1ｍ) 수준에서 조작해 분자의 성질을 읽어낼 수 있으며 머리카락보다 가느다란 미세 유체 통로를 통해 땀을 정밀하게 제어할 수 있다.

패치는 내부에 적게는 6개에서 최대 17개의 챔버(저장 공간)가 있어, 운동 중 분비되는 땀이 순차적으로 각 챔버에 채워지는 미세 유체 구조로 설계돼 있다.

이를 통해 땀 속 여러 대사 성분을 동시에 분석할 수 있다.

연구팀은 실제 인체에 적용, 운동할 때 나오는 땀을 분석해 시간에 따라 달라지는 땀 성분의 변화를 연속적으로 추적하는 데 성공했다.

기존 기술은 두 가지 정도 성분만 검출할 수 있었지만 이번 연구를 통해 요산, 젖산, 티로신 등 대사·운동·질환과 관련된 중요한 체내 지표인 세 가지 대사 물질을 정량적으로 분석하고, 이 대사 물질 농도가 운동과 식단에 따라 어떻게 달라지는지 확인했다.

인공지능(AI) 분석 기법을 적용해 땀 속에 혼합된 여러 성분 가운데 원하는 대사산물의 신호만 정확하게 분리할 수 있다고 연구팀은 설명했다.

달리기, 마라톤, 헬스 등 운동 중에 발생하는 지구력과 근육량의 변화를 파악할 수 있을 뿐 아니라 수치 변화를 통해 통풍·간 기능 이상·신장질환 등 잠재적 위험도 확인할 수 있다.

연구팀은 만성질환 관리, 약물 반응 추적, 환경 노출 모니터링 등에 활용할 수 있을 것으로 기대했다.

◆ 호흡으로 수면 건강·수면단계 예측

한국과학기술원(KAIST) 전기·전자공학부 유승협 교수팀은 최근 발광다이오드(LED)를 유연한 박막형 유기 포토다이오드(빛을 모으는 장치)로 감싼 저전력 이산화탄소 센서를 개발했다.

연구팀이 개발한 센서는 광 효율이 높아 염료 분자에 쪼이는 광량을 최소화해 사용할 수 있다. 소비전력이 171㎼(마이크로와트·100만분의 1W)로, 수 ㎽(밀리와트)인 기존 센서보다 수십 배 낮은 수준이다.

연구팀은 또 형광 분자의 광 열화 경로를 규명해 광화학적 센서에서 사용 시간에 따라 오차가 증가하는 원인을 밝히고 오차를 줄이기 위한 광학적 설계 방법을 제시했다.

무게 0.12ｇ, 두께는 0.7㎜ 수준으로 가볍고 얇아 마스크 안에 부착해 이산화탄소 농도를 측정할 수 있으며 최대 9시간까지 연속으로 사용할 수 있다.

특히 실시간으로 들숨과 날숨을 구별해 호흡수까지 모니터링 가능하다고 연구팀은 설명했다.

연구팀은 만성 폐쇄성 폐 질환, 수면 무호흡증 등 다양한 질병의 조기 진단에 사용할 수 있을 것으로 기대했다.

분당서울대병원 정신건강의학과 윤인영 교수는 이비인후과 김정훈 교수, 에이슬립 홍준기 CTO 연구팀과 함께 숨소리만으로 수면 단계(△깨어있음 △렘(REM) 수면 △얕은 수면 △깊은 수면)를 예측하는 AI 모델을 개발하고 성능을 검증했다.

연구팀은 개발한 솔루션이  공동 수면 상황에서도 개인마다의 수면 단계를 정확하게 분류할 수 있는지 알아보고자 연구를 진행했다. 

연구팀은 성인 44쌍(총 88명)이 한 침대에서 동시에 취침하도록 하고 각자의 베개 옆에 스마트폰을 배치해 숨소리를 녹음하고 동시에 수면다원검사를 시행했다.

이후 녹음된 숨소리 데이터를 기반으로 AI 모델이 예측한 개인별 수면 단계를 수면다원검사 결과와 비교 분석해 모델의 예측 정확도를 평가했다.

이를 통해 AI는 스마트폰에 더 가까이 누운 사람의 수면 신호를 자동으로 식별해 개별 분석하게 학습됐다. 

그 결과 AI 모델은 수면다원검사와 비교해 4단계 수면 분류에서 Macro F1 점수 0.63, 2단계 분류(깨어있음/수면)에서는 0.77을 기록하며 높은 예측 정확도를 보였다.

Macro F1 점수는 다양한 수면 단계를 얼마나 정확하게 구분했는지를 평가하는 지표로 1에 가까울수록 예측 성능이 높음을 의미한다. 이는 기존 웨어러블 수면 측정기기의 성능(4단계 기준 Macro F1 점수 0.49)보다 약 29% 높은 수준이다. 

연구팀은 별도의 웨어러블 기기 없이 수면을 모니터링 하는 인공지능 기술로서, 수면 건강관리의 접근성을 크게 높일 것으로 기대했다.

Tag

#포항공대신소재공학과#한국과학기술원#분당서울대병원#웨어러블의료기기#기술