이 연구는 무엇을 알아보려고 했나요?
아토피·습진·건선 같은 만성 피부질환에서 치료와 생활습관 가운데 어떤 요인이 증상 변화와 연결되는지를 환자 설문 데이터와 머신러닝으로 확인하고, 생활습관 관리에 쓸 수 있는 예측 모델을 만드는 것이 목표였습니다.
만성 피부질환은 겉으로 드러난 염증만 가라앉힌다고 끝나지 않습니다. 스테로이드 연고나 항히스타민제는 증상을 빠르게 억제하지만 원인이 되는 몸의 조건을 바꾸지 못해 재발이 잦다는 점이 여러 연구에서 지적되어 왔고, 수면·스트레스·음주·식습관 같은 생활 요인이 건선과 아토피의 경과에 영향을 준다는 보고도 꾸준히 쌓여 있습니다.
문제는 한의원 진료에서 이런 생활 요인이 실제로 증상 변화와 얼마나 연결되는지를 확인할 수 있는 자료가 거의 없었다는 점입니다. 한의 진료는 문진과 환자의 생활 환경을 바탕으로 이루어지지만 그 내용이 전자의무기록처럼 구조화된 데이터로 남지 않기 때문입니다.
그래서 생기한의원 피부과학연구소는 전국 지점의 만성 피부질환 환자에게 한 달 동안의 치료 이용과 생활습관을 직접 묻고, 그 답과 증상 변화 사이의 관계를 여섯 가지 머신러닝 기법으로 분석했습니다. 이 결과는 2024년 6월 Elsevier가 발행하는 국제 학술지 Informatics in Medicine Unlocked에 게재되었습니다.
누구를 대상으로 어떻게 조사했나요?
2023년 3월 15일부터 6월 16일까지 전국 19개 지점에서 치료 중인 18세 이상 만성 피부질환 환자 315명이 온라인 설문에 답했고, 오류 응답을 제외한 263명 자료를 분석했습니다.
연구는 보건복지부 지정 공용기관생명윤리위원회(IRB)의 승인(POI-202303-01-014)을 받은 뒤 진행되었습니다. 각 지점에 모집 안내문을 붙이고 담당 한의사가 연구 내용을 설명한 뒤, 참여를 원하는 환자가 동의서에 서명하는 방식으로 모집했습니다. 참여는 자발적이었고 보상은 없었으며 언제든 철회할 수 있었습니다.
지점별로 13~15명씩 참여해 최종 263명이 분석에 포함되었습니다. 여성이 166명(63.1%), 남성이 97명(36.9%)이었고 20대는 120명(45.6%)으로 가장 많았습니다. 질환은 습진 118명(44.9%), 아토피피부염 91명(34.6%), 건선 16명(6.1%), 기타 38명(14.4%)이었습니다.
설문은 최근 한 달 동안 한약을 복용했는지, 내원 치료를 받았는지, 그리고 반신욕·근력 운동·깊은 수면·스트레스·음주·밀가루 음식 섭취를 얼마나 했는지를 물었고, 결과 변수로는 피부 증상이 나아졌는지를 5점 척도로 답하게 했습니다. 분석에서는 1~3점을 「나아지지 않음」, 4~5점을 「나아짐」으로 나누었습니다.
참고로 논문 초록에는 참여자가 264명으로 적혀 있으나 본문과 표에는 263명으로 일관되게 기술되어 있어, 이 글은 본문 기준인 263명으로 정리했습니다.
어떤 방법으로 분석했고 결과는 어땠나요?
로지스틱 회귀·의사결정나무·랜덤 포레스트·CatBoost·그래디언트 부스팅·LightGBM 여섯 모델을 비교한 결과 로지스틱 회귀(AUC 0.723)와 랜덤 포레스트(F1 0.803)의 성능이 가장 좋았고, 자료 특성을 고려해 로지스틱 회귀를 최종 모델로 선택했습니다.
범주형 변수를 다루는 데 흔히 쓰이는 여섯 가지 머신러닝 기법으로 예측 모델을 만들고, 5겹 교차검증으로 성능을 확인했습니다. 나아진 사람(182명)과 그렇지 않은 사람(81명)의 수가 달라 생기는 불균형은 SMOTE 기법으로 보정했습니다.
성능 지표를 보면 민감도는 CatBoost(0.800), 특이도와 정밀도, F1 점수는 랜덤 포레스트(각 0.625, 0.826, 0.803), AUC는 로지스틱 회귀(0.723)가 가장 높았습니다. 연구진은 범주형 자료에 단순하고 해석이 쉬운 로지스틱 회귀를 최종 모델로 택하되, 안정적인 앙상블 모델인 랜덤 포레스트의 결과도 함께 살폈습니다.
로지스틱 회귀에서는 한약 복용과 내원 치료가 증상 변화와 가장 강하게 연결되었습니다. 랜덤 포레스트에서는 한약 복용에 더해 운동과 밀가루 음식 섭취가 증상 변화와 관련된 요인으로 나타났습니다. 즉 치료 요인과 생활습관 요인이 모두 만성 피부질환의 증상 변화와 연결되어 있다는 것이 이 연구의 핵심 결과입니다.
논문의 변수 중요도 그래프를 보면 로지스틱 회귀에서는 한약 복용, 내원 치료, 반신욕 순으로 중요했고 생활습관 가운데는 반신욕 다음으로 운동과 수면이 뒤따랐습니다. 랜덤 포레스트에서는 한약 복용, 운동, 밀가루 음식 순이었고 이어서 수면과 스트레스가 관련 요인으로 나타났습니다. 민감도가 가장 높았던 CatBoost에서는 대부분의 생활습관 요인이 관련되었고 그중 스트레스와 밀가루 음식이 조금 더 중요하게 나타났습니다. 모델마다 순위는 달랐지만 한약 복용이 세 모델 모두에서 가장 앞에 있었고, 운동·밀가루 음식·수면·스트레스가 반복해서 등장했다는 점이 공통점입니다.
환자에게는 어떤 의미가 있나요?
치료를 꾸준히 이어 가는 것이 증상 변화와 가장 강하게 연결되었지만, 운동과 밀가루 음식 같은 생활 요인도 함께 관련되어 있어 만성 피부질환은 치료와 생활 관리를 같이 가져가야 한다는 점을 데이터로 확인한 것입니다.
진료실에서 늘 말씀드리는 「치료도 중요하지만 생활도 함께 바꿔야 한다」는 이야기가 이 연구에서는 전국 환자 데이터로 뒷받침되었습니다. 특히 재발이 잦은 아토피와 습진에서는 증상이 가라앉은 뒤에도 생활습관 관리를 지속하는 것이 필요하다는 것이 연구진의 결론입니다.
다만 이 연구가 「밀가루를 끊으면 낫는다」거나 「운동하면 좋아진다」는 단정으로 읽혀서는 안 됩니다. 연구가 확인한 것은 이런 요인이 증상 변화와 통계적으로 관련이 있다는 점까지이며, 어떤 생활 요인이 어떤 사람에게 얼마나 작용하는지는 개인차가 큽니다. 실제 진료에서는 이 결과를 바탕으로 환자마다 어떤 생활 요인을 먼저 살펴볼지 정하는 데 참고합니다.
연구소는 이 모델을 바탕으로 환자의 생활습관 기록과 증상 변화를 연결해 주는 관리 도구를 개발하고 있으며, 이 연구는 국가 AI 바우처 지원(NIPA, 2022년 생기한의원)을 받아 수행되었습니다.
이 연구의 한계는 무엇인가요?
한 시점의 설문에 기반한 단면 연구라 인과관계를 말할 수 없고, 설문 문항이 선행 연구와 연구자 검토로 정한 아홉 가지 요인에 한정되며, 대상 질환이 아토피·습진 중심이라 건선 등 다른 질환에 그대로 적용하기는 어렵습니다.
연구진이 논문에서 직접 밝힌 한계는 세 가지입니다. 첫째, 증상과 관련된 생활습관 요인을 선행 연구와 연구자 검토를 바탕으로 골랐기 때문에 피부질환에 영향을 주는 모든 요인을 포함하지는 못했습니다. 둘째, 한 시점의 설문으로 이루어진 단면 연구라 생활습관이 증상을 바꿨는지, 증상이 생활습관을 바꿨는지 방향을 알 수 없습니다. 셋째, 참여자가 아토피피부염과 습진에 치우쳐 있어 건선처럼 수가 적은 질환에는 결과를 그대로 적용하기 어렵습니다.
또한 증상 변화가 환자 스스로의 평가에 기반했다는 점, 최종 모델의 AUC가 0.7 안팎으로 예측 정확도가 높은 편은 아니라는 점도 함께 고려해 읽으셔야 합니다. 연구진은 후속 연구로 질환별 예측 모델과 생활습관·증상 사이의 직접적인 연결을 확인하는 연구를 제안했습니다.
후속 연구는 어떤 방향으로 이어져야 하나요?
같은 환자를 여러 시점에 걸쳐 추적하는 종단 연구, 수면·운동을 기기로 재고 의료진이 중증도를 평가하는 객관적 측정, 질환별 모델과 다른 환자 집단에서의 외부 검증, 그리고 생활습관 안내가 실제로 증상을 바꾸는지 보는 중재 연구가 필요합니다.
첫째는 시간의 흐름을 담는 일입니다. 이번 연구는 한 시점의 설문이라 생활습관이 증상을 바꿨는지, 증상 때문에 생활습관이 바뀌었는지 알 수 없었습니다. 같은 환자에게 몇 주 간격으로 생활습관과 증상을 반복해 기록하는 종단 연구를 하면, 어떤 변화가 먼저 일어났는지 순서를 볼 수 있습니다.
둘째는 측정의 객관성입니다. 수면 시간과 운동량은 기억에 기대 답하면 오차가 큽니다. 손목형 기기로 잰 수면과 활동량, 의료진이 평가한 EASI 같은 중증도 지수를 함께 쓰면 '스스로 느낀 변화'에만 기대던 이번 연구의 한계를 줄일 수 있습니다.
셋째는 질환별 모델과 외부 검증입니다. 참여자가 습진과 아토피에 치우쳐 있었던 만큼, 건선처럼 수가 적었던 질환은 따로 환자를 모아 모델을 만들어야 합니다. 또 예측 모델 보고 지침(TRIPOD)에 맞춰 개발에 쓰지 않은 다른 환자 집단에서 성능을 다시 확인해야 실제 진료에 쓸 수 있는지 판단할 수 있습니다.
넷째는 중재 연구입니다. 모델이 짚은 요인을 바탕으로 환자에게 맞춤 생활 안내를 했을 때 증상이 실제로 더 나아지는지를 안내를 받지 않은 군과 비교해야, '관련이 있다'에서 '바꾸면 도움이 된다'로 한 걸음 나아갈 수 있습니다.
이번 연구가 IRB 승인을 받아 진행된 것처럼, 후속 연구도 같은 절차를 거쳐 단계적으로 진행됩니다. 연구소가 개발 중인 생활습관 기록 도구가 자리를 잡으면 이런 종단 자료를 모으는 기반이 될 수 있습니다.
후속 연구에서 기대하는 결과는 무엇인가요?
기대라기보다 확인하려는 질문에 가깝습니다. 생활습관의 변화가 증상 변화보다 먼저 나타나는지, 객관적 측정으로도 같은 요인이 확인되는지, 질환마다 중요한 요인이 다른지, 맞춤 생활 안내가 실제로 증상을 개선하는지입니다.
첫 번째 질문은 순서입니다. 종단 자료에서 수면이나 밀가루 섭취의 변화가 증상 변화보다 먼저 나타난다면, 생활 요인이 증상에 영향을 준다는 해석에 한 걸음 더 다가갈 수 있습니다.
두 번째는 같은 요인이 다시 확인되는가입니다. 기기로 잰 수면·운동과 의료진이 평가한 중증도로도 운동, 밀가루 음식, 수면, 스트레스가 반복해서 나타난다면, 설문 응답의 오차 때문이라는 해석을 줄일 수 있습니다.
세 번째는 질환별 차이입니다. 아토피와 습진, 건선에서 중요한 요인이 서로 다르게 나온다면, 진료실에서 질환에 따라 먼저 살펴볼 생활 요인을 다르게 안내할 수 있습니다.
네 번째는 실제 도움 여부입니다. 맞춤 생활 안내를 받은 환자의 증상이 그렇지 않은 환자보다 더 나아진다면, 치료와 함께 생활 관리를 권하는 근거가 데이터로 단단해집니다.
특정 요인의 효과가 확인되지 않을 수도 있습니다. 그것 역시 의미가 있습니다. 근거가 약한 식이 제한처럼 환자에게 불필요한 부담을 주는 안내를 줄일 수 있으니까요.
원문: Park CY, Joo J, You OH, Yi S, Kim CY, Jo AR. Development of a predictive model for managing lifestyle behaviors among patients with chronic skin diseases: Using machine learning techniques. Informatics in Medicine Unlocked. 2024;48:101528. https://doi.org/10.1016/j.imu.2024.101528 (오픈 액세스, CC BY)
참고: Collins GS, Reitsma JB, Altman DG, Moons KGM. Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis (TRIPOD): the TRIPOD statement. BMJ. 2015;350:g7594.
