우울장애와 불안장애는 미국에서 가장 흔한 정신질환 중 하나지만, 그 질환으로 고통받는 사람들의 절반 이상은 제대로 된 진단과 치료를 받지 못하고 있다.

실제로 대한민국 역시 2021년 보건복지부의 '정신건강실태조사' 결과를 보면 성인 4명 중 1명은 정신 건강 문제를 경험하지만 정신장애로 진단받은 사람 중 단 12% 정도만이 전문가의 도움을 받는다.

사람들은 특히 정신 장애를 발견하고 진단할 수 있는 쉽고 간단한 방법을 원하는데, 정신건강 전문가들을 웨어러블 기기에서 그 가능성을 고려하고 있다.

웨어러블 기술로 이러한 장애를 감지할 수 있는가에 대한 장기적은 실현 가능성은 아직 미지수이지만 미국 세인트루이스의 워싱턴 대학교 연구팀은 그 가능성을 보여주었다.

워싱턴 대학교 연구팀의 논문 '(2023) 웨어러블을 통한 정신 장애 감지 : 대규모 코호트 연구'은 지난 5월 미국 텍사스에서 열린 IoTDI 2023 사물인터넷 설계 및 구현에 대한 제8회 ACMI/IEEE 컨퍼런스에서 IoT 데이터 분석 부문 최우수 논문상을 수상했다.

연구팀은 핏빗(fitbit) 스마트워치를 통해 수집한 10개의 변수를 연구하는 웨어넷(WearNet) 딥러닝 모델을 개발했다. 변수에는 하루 총 걸음 수와 칼로리 소모량, 평균 심박수 및 앉아있는 시간까지 모든 것이 포함되어 있다. 연구진은 10,000명 이상의 핏빗 사용자들의 데이터를 연구했으며, 이는 웨어러블 기기와 관련된 연구 중 가장 큰 규모의 연구이다. 광범위한 연령, 인종, 교육 수준 등 다양한 표본을 포함하여 60일 이상 개인 핏빗 데이터를 수집했다.

데이터 수집 결과, 웨어넷은 최첨단 머신러닝 모델보다 우울증과 불안 장애를 잘 감지했으며, 집단이 아닌 개인 수준의 예측을 생성해냈다.

연구 책임자 첸양 루는 웨어러블 데이터는 정신 건강 진단과 치료에 큰 도움이 될 수 있다고 말했다.

루 박사는 "정신과 전문의에게 가서 질문지를 작성하는 것은 시간이 너무 많이 걸리기 때문에 사람들은 직접 진찰 받기를 꺼릴 수 있다. 사람들은 비효율적이고 삶의 질을 낮추는 질환을 겪으며 일상생활을 이어가고 있다"며, "이 딥러닝 모델은 우울증이나 불안 장애가 있다는 것을 미리 알려줄 수 있다. 인공지능이 정신과 의사에게 진찰을 받으라고 제안할 수 있는 자동화 선별 도구라고 생각하면 된다" 라고 말했다.

연구원들은 "질환을 조기에 발견하는 것은 정신 질환을 적시에 진단하고 치료하는 데 도움이 될 수 있다. 또한 사용자가 자신의 행동을 조정하고 장애의 영향을 줄이는데 도움을 줄 수 있다" 라고 전했다.