소금 섭취량을 관리하기 위해선 하루에 섭취하는 소금 양이 어느 정도인지 정확히 알아야 한다. 그러나 일상생활에서 끼니마다 음식 목록과 섭취량을 정확히 기록해 평가하기엔 현실적 제약이 많다.
이에 분당서울대병원 입원전담진료센터 류지원·김혜원 교수, 신장내과 김세중 교수 연구팀은 AI를 활용해 음식 사진만으로 나트륨 섭취량을 추정하는 기술의 유용성을 검증하는 연구를 진행했다.
연구에 사용된 AI는 음식 영역을 감지하는 'YOLO(You Only Look Once)v4' 아키텍처와 음식 종류를 분류하는 MST++, ResNet-101 인공신경망 모델, 음식량을 측정하는 초분광 이미징 기술 등을 합쳐 제작했다. 음식 섭취 전후 사진을 촬영하면 두 사진의 소금 함량 차이 만큼을 섭취했다고 판단하는 방식이다.
연구팀은 분당서울대병원에 입원한 환자들이 섭취한 식사 전후 음식 사진을 촬영해 AI가 나트륨 섭취량을 계산하게 했다. 이후 체내 나트륨 농도를 파악하는 '24시간 소변 나트륨' 결과와 비교 분석했다.
성별, 연령, 신장 기능, 이뇨제 등의 변수를 고려해 분석한 결과 AI의 분석 결과가 24시간 소변 나트륨 검사 결과와 비슷한 값을 얻은 것을 확인했다. 나아가, AI가 측정한 나트륨 섭취량과 신장 기능을 평가하는 추정사구체여과율(eGFR)만으로 실제 24시간 소변 나트륨 검사 결과를 예측하는 공식을 도출하는 데도 성공했다.
예를 들어, 이뇨제를 사용하지 않은 환자는 AI가 측정한 나트륨 섭취량의 53.5%에 추정사구체여과율의 22.102배를 더하면 24시간 소변 나트륨 검사 결과를 간접적으로 계산할 수 있다.
이번 연구 결과는 병원 입원 환자를 대상으로 보다 간편한 AI 나트륨 섭취량 측정 기술의 가능성을 확인한 데 의의가 있다. 향후 상용화를 통해 임상 현장은 물론 일상생활에서도 폭넓게 활용할 수 있을 것이란 전망이다.
류지원 교수는 "스마트폰 애플리케이션으로 식사 전후 음식 사진만 촬영하면 되기에 자가평가기록이나 설문보다 훨씬 쉬운 방식"이라며 "추정사구체여과율을 활용하면 24시간 소변 나트륨 수치까지 예측할 수 있어 입원 환자를 대상으로 활용될 가능성도 높다"고 말했다.
이번 연구결과는 헬스케어 분야 국제학술지인 《JMIR 조형연구(JMIR Formative Research)》에 게재됐다.