Non-invasive Blood Glucose Detection System Using Combined Visible and Near-Infrared Spectral Data

당뇨병을 앓고 있는 수백만 명의 사람들에게 일상의 리듬은 날카롭고 익숙한 통증, 즉 혈액 한 방울을 얻기 위해 손가락을 찌르는 고통으로 끊깁니다. 이 작은 상처는 인슐린, 음식, 또는 휴식이 필요한지를 결정하는 중요한 수치인 혈당 수치를 확인하기 위해 필수적입니다. 현대 기술은 피부 아래에 장치를 심는 방식으로 이 과정을 덜 침습적으로 만들었지만, 이상적인 해결책은 오랫동안 피도, 바늘도, 통증도 필요 없는 방법이었습니다. 과학자들은 빛을 이용해 피부를 통해 신체의 화학 성분을 읽어내는 방법을 탐구하며 수십 년 동안 이 목표를 쫓아왔습니다. 문제는 혈당이 물, 지방, 혈액에 둘러싸여 신체 조직 깊숙이 숨겨져 있다는 점이며, 이 요소들은 모두 빛과 복잡하게 상호작용한다는 것입니다. 당을 찾아내기 위해 센서는 수분 상태나 피부의 온도와 같은 다른 생물학적 변화라는 노이즈 섞인 배경으로부터 미세한 신호를 구별해내야 합니다.

한국의 한 연구팀은 가시광선과 비가시광선의 조합을 사용하여 혈당 수치를 추정하는 장치를 구축함으로써, 이 통증 없는 미래를 향한 중요한 발걸음을 내디뎠습니다. 혈액을 채취하는 대신, 그들의 시스템은 사람의 손가락 끝에 특정 색상의 빛을 비추고 그 빛이 어떻게 반사되어 돌아오는지를 측정합니다. 연구진은 표준적인 가시광선 색상과 특정 적외선 파장을 혼합하여 사용함으로써 피부 내부 상태의 상세한 이미지를 포착할 수 있다는 것을 발견했습니다. 그런 다음 이 정보를 패턴을 인식하도록 훈련된 컴퓨터 프로그램에 입력하여 높은 정확도로 혈당 수치를 예측할 수 있게 했습니다. 이 결과는 피부를 뚫지 않고도 이 중요한 건강 지표를 모니터링하는 것이 가능하다는 것을 시사하며, 당뇨병 관리가 지속적이고 완전히 통증 없이 이루어지는 미래를 보여줍니다.

이 새로운 시스템의 핵심은 손가락 끝에 놓이도록 설계된 소형 전자 상자 형태의 작은 센서 모듈입니다. 그 내부에는 작은 손전등 역할을 하는 발광 다이오드(LED) 세트가 들어 있습니다. 이 빛들은 단순히 하나의 백색 광선이 아닙니다. 빨강, 초록, 파랑의 가시광선과 함께 인간의 눈에는 보이지 않는 세 가지 특정 대역의 근적외선이 포함되도록 정교하게 선택되었습니다. 연구진이 이 특정 비가시광선 파장들을 선택한 이유는 이들이 피부의 서로 다른 깊이까지 침투하기 때문입니다. 어떤 빛은 표면에서 튕겨 나오고, 다른 빛은 조직 더 깊숙이 들어가 당이 녹아 있는 혈관과 체액에 도달합니다. 빛이 피부에 닿으면 산란되며 물, 혈액, 포도당을 포함한 다양한 성분에 의해 부분적으로 흡수됩니다. 센서는 이 돌아오는 빛을 포착하여 이를 상세한 스펙트럼으로 분해하고, 그 순간의 고유한 서명을 만들어냅니다.

이 복잡한 데이터를 해석하기 위해 연구진은 단순한 계산에 의존하지 않았습니다. 대신, 고정된 규칙을 따르기보다 사례로부터 학습하는 정교한 컴퓨터 기술인 머신러닝을 사용했습니다. 연구진은 건강한 개인과 당뇨병 환자를 모두 포함한 10명의 성인 자원봉사자로부터 데이터를 수집했습니다. 참가자들은 며칠 동안 식사를 했고, 연구진은 저혈당부터 고혈당까지 넓은 범위의 혈당 수치를 포착하기 위해 식사 전후에 측정을 수행했습니다. 동시에 자원봉사자들은 혈당을 지속적으로 측정하는 표준 의료 기기를 착용하여, 새로운 시스템의 정확도를 확인할 수 있는 신뢰할 수 있는 기준점을 제공했습니다. 컴퓨터 프로그램은 수천 개의 데이터 포인트를 분석하여, 반사된 빛의 특정 조합이 실제 의료 기기에 기록된 혈당 수치와 어떻게 대응되는지를 학습했습니다.

실험 결과는 놀라울 정도로 정밀했습니다. 가장 우수한 성능을 보인 알고리즘인 '랜덤 포레스트(Random Forest)' 모델은 평균 오차가 약 4.3mg/dL에 불고 불과할 정도로 혈당 수치를 예측했습니다. 혈당 모니터링 분야에서 이는 매우 작은 오차 범위입니다. 맥락을 짚어보자면, 표준 의료 지침에서는 보통 훨씬 더 넓은 오차 범위를 허용하며, 그 범위를 벗어나기 전까지는 신뢰할 수 없는 것으로 간도합니다. 연구진은 거의 모든 예측이 가장 높은 안전 등급에 속한다는 것을 발견했는데, 이는 의사나 환자가 이 수치를 사용하여 치료 결정을 내릴 때 그 결정이 거의 확실히 옳을 것임을 의미합니다. 이 시스템은 그 성능이 피부 아래에 센서를 삽입해야 하는 현재 판매 중인 일부 상업용 기기와 일치하거나 심지어 능가할 정도로 정확했습니다.

이 연구에서 가장 중요한 발견 중 여러 하나는 어떤 특정 색상의 빛이 가장 중요한지를 식별한 것입니다. 연구진은 어떤 파장이 예측 정확도에 가장 많이 기여하는지 분석하기 위해 데이터를 검토했습니다. 그들은 약 20개의 특정 빛 대역이 처음에 테스트했던 70개의 전체 대역만큼이나 잘 작동하며, 거의 모든 필요한 정보를 담고 있다는 것을 발견했습니다. 이 발견은 미래 기술에 있어 매우 중요한데, 최종 장치를 훨씬 더 작고 단순하게 만들 수 있음을 시사하기 때문입니다. 많은 종류의 다양한 빛을 가진 복잡한 배열이 필요하지 않고, 미래 버전은 엄선된 몇 개의 파장에만 의존할 수 있어 센서를 제조하기 쉽고 착용하기 더 편하게 만들 수 있습니다.

연구진은 또한 문제를 분류 작업으로 취급하여 결과를 개선할 수 있는지 확인하기 위해 '딥 뉴럴 네트워크(Deep Neural Network)'라고 알려진 더 발전된 형태의 컴퓨터 모델을 탐구했습니다. 시스템은 정확한 숫자를 예측하는 대신 혈당 수치를 범위별로 분류하도록 요청받았습니다. 이 더 어려운 접근 방식에서도 시스템은 매우 높은 수준의 정확도를 유지하며 대다수의 측정값에 대해 올바른 범위를 정확히 식별해 냈습니다. 이는 센서가 포착한 빛 신호가 미세한 혈당 변화를 구분할 수 있을 만큼 충분한 세부 정보를 담고 있음을 확인시켜 주었습니다. 다양한 테스트 방법 전반에 걸친 이러한 결과의 일관성은 연구진에게 이 시스템이 단순히 특정 집단에 운 좋게 맞춘 것이 아니라, 빛과 당 사이의 실제적인 물리적 관계를 포착하고 있다는 확신을 주었습니다.

이러한 유망한 결과에도 불구하고, 연구진은 이것이 여전히 프로토타입이며 일반 대중이 사용하기 전까지 더 많은 작업이 필요하다는 점을 주의 깊게 언급했습니다. 연구는 상대적으로 적은 수의 참가자를 대상으로 진행되었으며, 통제된 조건 하에서 테스트되었습니다. 신뢰할 수 있는 의료 도구가 되기 위해서는 다양한 피부톤과 연령대를 포함한 훨씬 더 크고 다양한 집단을 대상으로 테스트되어야 합니다. 또한 연구진은 모든 빛과 센서를 시계나 반지 형태에 들어갈 수 있도록 장치를 더욱 축소하는 작업을 계획하고 있습니다. 그들은 또한 시스템이 시간이 지남에 따라 사용자의 신체 변화에 적응하여 정확성을 유지할 수 있는 방법도 연구하고 있습니다.

실험실 프로토타입에서 주머니에 들어가는 장치로 가는 길은 멀지만, 이 연구는 명확하고 고무적인 지도를 제공합니다. 스마트한 가시광선과 비가시광선의 조합과 강력한 컴퓨터 학습을 결합함으로써, 연구진은 비침습적 혈당 모니터링이 단지 이론적인 꿈이 아니라 실질적인 현실임을 입증했습니다. 기술은 '가능한가'를 묻는 단계를 지나 '얼마나 잘 작동할 수 있는가'를 보여주는 단계에 도달했습니다. 센서가 더 작아지고 알고리즘이 더 정교해짐에 따라, 날카로운 바늘의 찌름이 단순하고 통증 없는 빛의 터치로 대체되어 전 세계 수백만 명의 당뇨병 관리를 변화시키는 날이 곧 올지도 모릅니다.