스마트워치 하나로 양극성 장애의 기분 증상을 예측할 수 있을까?

기본 정보

제목: Using Wearable Device and Machine Learning to Predict Mood Symptoms in Bipolar Disorder: Development and Usability Study
저자: JMIR Medical Informatics 연구팀
저널: JMIR Medical Informatics
출판연도: 2025
DOI: 10.2196/66277
근거 수준: 코호트 연구

양극성 장애 환자 24명을 대상으로 소비자용 스마트워치 데이터와 6개 ML 알고리즘을 활용하여 우울 및 조증 에피소드를 예측한 연구다. 우울 증상 예측에서 83% 정확도와 0.89 AUROC를 달성하여, 소비자용 기기만으로도 임상적으로 유의미한 예측이 가능함을 실증적으로 보여주었다. BDI와 YMRS를 기준 척도로 활용했다.

1. 이 연구는 왜 필요했을까

양극성 장애는 우울과 조증 에피소드가 불규칙하게 교대하는 특성 때문에, 현재 증상 상태를 정확히 파악하는 것이 치료의 핵심이다. 기존에는 정기적인 외래 방문과 자가보고 설문에 의존했지만, 에피소드 간 기간이 길고 변동이 급격하여 적시에 상태 변화를 포착하기 어려웠다.

소비자용 스마트워치가 일상에서 지속적으로 수집하는 운동, 수면, 심박수 데이터만으로 양극성 장애의 기분 증상을 예측할 수 있다면, 임상 방문 사이의 모니터링 공백을 메울 수 있다.

특히 저소득 국가나 정신건강 서비스 접근이 어려운 지역에서, 이미 널리 보급된 소비자용 스마트워치를 활용한 원격 모니터링의 가능성을 검증할 필요가 있었다.

2. 어떻게 연구했을까

양극성 장애 환자 24명을 모집하여 소비자용 스마트워치를 착용하도록 했다. 스마트워치에서 운동 활동(걸음 수, 이동 거리, 오른 층수), 수면(총 수면 시간, 깊은 수면, 얕은 수면, REM 수면), 심박수(최소, 최대, 평균, 안정 시 심박수) 데이터를 추출했다.

기준 척도로 BDI(Beck Depression Inventory, 벡 우울 척도)와 YMRS(Young Mania Rating Scale, 영 조증 척도)를 사용했다. 추출된 피처를 입력으로 하여 6개의 서로 다른 ML 알고리즘을 학습시키고, 우울 및 조증 증상 예측 성능을 비교 평가했다.

3. 무엇을 발견했을까

우울 증상 예측 모델이 83% 정확도, 0.89 AUROC, 0.65 F1 점수를 달성하여, 소비자용 스마트워치 데이터만으로도 임상적으로 의미 있는 수준의 예측이 가능함을 확인했다.

우울 증상 예측에서 83% 정확도와 0.89 AUROC를 달성하여, 소비자용 스마트워치가 양극성 장애 모니터링의 실용적 도구가 될 수 있음을 보여주었다.

운동 활동, 수면 구조, 심박수의 조합이 예측 성능에 기여했으며, 특히 깊은 수면 비율과 안정 시 심박수의 변동이 우울 에피소드 전환과 높은 상관관계를 보였다. 다만 조증 예측은 우울 예측에 비해 상대적으로 어려웠는데, 이는 조증 에피소드의 활동 증가가 정상적인 고활동 상태와 구별하기 어렵기 때문으로 추정된다.

4. 우리 서비스에 어떻게 쓸까

제품 기능

FastingWorks 앱에서 Apple Watch를 통해 수집하는 걸음 수, 수면 단계, 심박수 데이터가 이 연구에서 사용된 피처와 동일하다. 기분 추적 기능을 추가하여 사용자가 주관적 기분 상태를 기록하면, 이를 객관적 생리 데이터와 연계하여 개인화된 패턴을 학습할 수 있다. 장기적으로 기분 변동 패턴의 조기 인지를 돕는 보조 도구로 발전시킬 수 있다.

콘텐츠 활용

"24명의 데이터가 보여주는 것: 스마트워치와 기분 예측의 가능성"
"수면의 질이 기분을 예측한다: 양극성 장애 연구에서 배우는 교훈"

적용 시 주의사항

24명이라는 소규모 코호트 연구이므로 "초기 연구에서 가능성이 확인되었다" 수준의 표현이 적절하다. 양극성 장애 환자 대상 연구를 일반 인구에 확대 적용할 때는 특히 신중해야 하며, 기분 예측이 아닌 기분 패턴 인식 보조 도구로 포지셔닝해야 한다.

5. 한계점

24명이라는 매우 작은 샘플 크기가 이 연구의 가장 큰 한계다. 소규모 코호트에서 달성된 높은 성능이 대규모 인구에서 재현될지는 불확실하며, 과적합 위험도 존재한다. 또한 양극성 장애라는 특정 진단군을 대상으로 했으므로, 주요 우울장애나 일반 인구에서의 적용 가능성은 별도 검증이 필요하다. 앱에서 이 연구 결과를 활용할 때는 특정 질환군에서의 예비적 발견임을 명확히 해야 한다.

마무리

이 연구는 소비자용 스마트워치 하나만으로도 양극성 장애의 우울 증상을 상당한 수준으로 예측할 수 있다는 가능성을 보여준 실증적 연구다. 소규모이지만, 일상에서 사용하는 기기의 정신건강 모니터링 잠재력을 구체적으로 확인한 의미 있는 결과다.