디지털 헬스케어 서비스가 일상화되는 가운데, 정보기술(IT) 기기 활용에 취약한 고령층의 디지털 건강 문해력(디지털 헬스 리터러시)을 정밀하게 예측할 수 있는 AI(인공지능) 모델이 개발됐다.

가톨릭대학교 가톨릭중앙의료원 기초의학사업추진단 인공지능뇌과학사업단은 13일, 고령층의 디지털 헬스 리터러시 수준을 분석하고 결정 요인을 정량적으로 도출하는 ‘설명 가능한 머신러닝(Explainable Machine Learning)’ 기반의 예측 모델을 개발했다고 발표했다.

의료정보학교실 전지원 교수와 박충희 연구원 등으로 구성된 공동 연구팀은 기존의 자기보고식 설문 평가가 실제 수행 능력을 충분히 반영하지 못한다는 한계를 극복하기 위해, 주관적 인식과 객관적 지표를 결합한 통합 분석 프레임워크를 제시했다.

연구팀은 55-74세 고령층 1,000여 명의 데이터를 바탕으로 5가지 머신러닝 알고리즘을 비교 분석했다. 그 결과 범주형 부스팅 모형인 ‘CatBoost’ 알고리즘이 예측 정확도(AUC) 0.84라는 높은 성능을 보였다. 특히 이번 모델에는 예측 결과의 도출 과정을 파악할 수 있는 SHAP 분석 기술이 적용되어 분석의 신뢰도를 높였다.

분석 결과에 따르면 건강 관련 애플리케이션에 대한 높은 관심과 평소 운동 습관, 디지털 기기 사용 빈도는 고령층의 디지털 문해력에 긍정적인 영향을 미치는 핵심 요인으로 나타났다. 반면 연령 증가와 음주, 흡연 등은 부정적인 영향을 주는 변수로 확인됐다.

전지원 교수는 “디지털 전환이 가속화되는 환경에서 소외되기 쉬운 노년층의 디지털 격차를 AI를 통해 정밀하게 분석하고자 했다”며 “이번 연구를 통해 노년층 개개인의 특성에 맞춘 ‘맞춤형 디지털 돌봄’ 서비스가 가능해질 것으로 기대한다”고 밝혔다.

연구팀은 향후 이번 기술을 바탕으로 양질의 의료 데이터 구축과 고령층을 향한 실질적인 AI 서비스 발굴에 주력할 계획이다.