신발 속에 삽입하는 ‘스마트 인솔(깔창)’을 활용해 노인의 다양한 보행 질환을 구분하고 환자의 재활 상태를 모니터링할 수 있는 디지털 헬스 기술을 개발했다.
급격한 고령화로 파킨슨병, 무릎 관절염, 정상압 수두증 등 다양한 퇴행성 질환으로 인한 ‘노인 보행 장애’가 중요한 건강 문제로 떠오르고 있다. 보행 장애는 낙상 위험을 높이고 활동성을 저해하는 등 삶의 질 저하로 이어질 수 있다. 또한 보행 변화는 다양한 신경계‧근골격계 질환의 진행 상태나 재활 효과를 평가하는 중요한 임상 지표로 활용된다.
기존의 보행 속도나 보폭 같은 지표는 초기 인지-운동 기능 저하를 구분하기 어렵고, 현재 임상에서 활용되는 보행 평가는 일상 환경에서의 보행 상태를 지속적으로 평가하기 어렵다는 한계가 있었다.
이에 연세대학교 용인세브란스병원 재활의학과 김나영 교수 연구팀은 실제 생활 환경에서 환자의 보행 데이터를 수집해, 질환을 구분하고 재활 경과를 모니터링할 수 있는 디지털 헬스 기술 개발에 나섰다.
연구팀은 먼저 압력 센서가 내장된 스마트 인솔(sensor-embedded insole)로 측정한 보행 속도, 보폭 등 데이터의 정확도를 검증했다. 그 결과, 보행 데이터는 3차원 보행 분석 장비의 결과와 높은 일치율을 보였다.
이어 파킨슨병 환자가 보행 중 인지 과제를 수행할 때 발뒤꿈치 압력의 변동성이 정상 대조군과 비교해 유의하게 증가하는 것을 밝히며, 스마트 인솔 기반의 보행 데이터가 초기 인지-운동 기능 저하를 반영하는 새로운 디지털 바이오마커로 활용될 가능성을 제시했다.
연구팀은 스마트 인솔을 활용해 노인의 보행 패턴을 분석하고, 인공지능(AI)으로 다양한 질환군의 보행을 자동으로 구분하는 딥러닝 모델도 구축했다. 해당 모델은 일어서서 걷기 검사로 얻은 발바닥 압력 데이터를 딥러닝으로 분석해 정상 노인과 무릎 관절염, 정상압 수두증, 편마비, 파킨슨병 등에서 나타나는 5가지 보행 패턴을 동시에 분류한다.
특히 연구팀은 검사 과정을 세 구간으로 나누어 데이터를 조합하는 방법을 개발해, 환자군별 30명 정도의 적은 임상 데이터로도 딥러닝 모델을 구축할 수 있음을 보였다. 해당 연구는 스마트 인솔 기반 딥러닝 모델의 실제 임상 환경 활용 가능성을 입증했다는 점에서 의미가 있다. 관련 기술은 국내 특허로도 등록됐다.
더 나아가 스마트 인솔을 포함한 여러 웨어러블 센서를 병원 시스템과 연동해 재활 상태를 실시간으로 관리하는 ‘멀티모달 환자 모니터링 플랫폼’ 개발도 이뤄졌다. 의료진은 해당 플랫폼을 통해 환자의 이동 거리, 보행 속도, 발 디딤 패턴 등 보행 정보뿐 아니라, 환자가 스마트폰 앱으로 입력한 수면, 통증, 기분 상태 등을 한눈에 확인할 수 있다.
김나영 교수는 “웨어러블 센서를 이용하면 병원 검사실뿐 아니라 실생활에서도 환자의 보행을 객관적으로 평가할 수 있다”며 “노인 보행 질환의 진단과 재활 관리에서 디지털 헬스 기술의 유용성을 검증한 이번 연구들을 통해, 향후 다양한 신경계 및 근골격계 질환 환자의 맞춤형 재활 치료에 디지털 기술 적용이 확산할 것으로 기대한다”고 말했다.
일련의 연구 성과들은 국제학술지 ‘IEEE Journal of Translational Engineering in Health and Medicine’에 최근 게재됐다.
급격한 고령화로 파킨슨병, 무릎 관절염, 정상압 수두증 등 다양한 퇴행성 질환으로 인한 ‘노인 보행 장애’가 중요한 건강 문제로 떠오르고 있다. 보행 장애는 낙상 위험을 높이고 활동성을 저해하는 등 삶의 질 저하로 이어질 수 있다. 또한 보행 변화는 다양한 신경계‧근골격계 질환의 진행 상태나 재활 효과를 평가하는 중요한 임상 지표로 활용된다.
기존의 보행 속도나 보폭 같은 지표는 초기 인지-운동 기능 저하를 구분하기 어렵고, 현재 임상에서 활용되는 보행 평가는 일상 환경에서의 보행 상태를 지속적으로 평가하기 어렵다는 한계가 있었다.
이에 연세대학교 용인세브란스병원 재활의학과 김나영 교수 연구팀은 실제 생활 환경에서 환자의 보행 데이터를 수집해, 질환을 구분하고 재활 경과를 모니터링할 수 있는 디지털 헬스 기술 개발에 나섰다.
연구팀은 먼저 압력 센서가 내장된 스마트 인솔(sensor-embedded insole)로 측정한 보행 속도, 보폭 등 데이터의 정확도를 검증했다. 그 결과, 보행 데이터는 3차원 보행 분석 장비의 결과와 높은 일치율을 보였다.
이어 파킨슨병 환자가 보행 중 인지 과제를 수행할 때 발뒤꿈치 압력의 변동성이 정상 대조군과 비교해 유의하게 증가하는 것을 밝히며, 스마트 인솔 기반의 보행 데이터가 초기 인지-운동 기능 저하를 반영하는 새로운 디지털 바이오마커로 활용될 가능성을 제시했다.
연구팀은 스마트 인솔을 활용해 노인의 보행 패턴을 분석하고, 인공지능(AI)으로 다양한 질환군의 보행을 자동으로 구분하는 딥러닝 모델도 구축했다. 해당 모델은 일어서서 걷기 검사로 얻은 발바닥 압력 데이터를 딥러닝으로 분석해 정상 노인과 무릎 관절염, 정상압 수두증, 편마비, 파킨슨병 등에서 나타나는 5가지 보행 패턴을 동시에 분류한다.
특히 연구팀은 검사 과정을 세 구간으로 나누어 데이터를 조합하는 방법을 개발해, 환자군별 30명 정도의 적은 임상 데이터로도 딥러닝 모델을 구축할 수 있음을 보였다. 해당 연구는 스마트 인솔 기반 딥러닝 모델의 실제 임상 환경 활용 가능성을 입증했다는 점에서 의미가 있다. 관련 기술은 국내 특허로도 등록됐다.
더 나아가 스마트 인솔을 포함한 여러 웨어러블 센서를 병원 시스템과 연동해 재활 상태를 실시간으로 관리하는 ‘멀티모달 환자 모니터링 플랫폼’ 개발도 이뤄졌다. 의료진은 해당 플랫폼을 통해 환자의 이동 거리, 보행 속도, 발 디딤 패턴 등 보행 정보뿐 아니라, 환자가 스마트폰 앱으로 입력한 수면, 통증, 기분 상태 등을 한눈에 확인할 수 있다.
김나영 교수는 “웨어러블 센서를 이용하면 병원 검사실뿐 아니라 실생활에서도 환자의 보행을 객관적으로 평가할 수 있다”며 “노인 보행 질환의 진단과 재활 관리에서 디지털 헬스 기술의 유용성을 검증한 이번 연구들을 통해, 향후 다양한 신경계 및 근골격계 질환 환자의 맞춤형 재활 치료에 디지털 기술 적용이 확산할 것으로 기대한다”고 말했다.
일련의 연구 성과들은 국제학술지 ‘IEEE Journal of Translational Engineering in Health and Medicine’에 최근 게재됐다.