소비자학과 박태영 교수, 머신러닝 기반 자살위험 예측모형 개발

- 자기보고식 데이터 활용...자살생각, 자살계획/시도 예측하는 머신러닝 모형 구축

- 1차 의료기관, 카운슬링 센터, 사회복지 현장 등에서 활용 가능할 것으로 기대

▲ 박태영 교수(왼쪽), 이정윤 석사과정생(오른쪽)

소비자학과·소셜이노베이션융합전공 박태영 교수 연구팀이 머신러닝을 이용하여 자살 징후를 예측하는 시스템을 개발하였다. 박태영 교수와 이정윤 석사과정생은 이러한 내용의 연구를 보건학 분야 국제학술지 '사회과학과의학-인구건강'(IF: 4.09)에 발표했다.

보건복지부 '심리부검면담 결과보고서'에 따르면 자살을 시도한 사람 10명 중 7명은 죽기 전에 1차 의료기관을 방문한다. 대부분의 경우 우울증 치료를 위해서가 아니라 어지럼증, 두통, 소화불량, 요통과 같은 우울감으로 인한 신체 증상 때문이다. 자살은 충분히 예방이 가능함에도 불구하고 정신질환 자체를 부끄러워하거나 숨기려 하는 경향과 맞물려 자살고위험군을 조기에 발견하는 것이 어려운 실정이다.

우울증 환자는 주변 지인들에게 내색하지 않고 혼자 속으로 앓다가 의사와 상담하는 과정에서 속내를 털어놓는 특징을 보인다. 이에 박태영 교수 연구팀은 1차 의료기관에서 손쉽게 얻을 수 있는 자기보고식 데이터를 활용하여 자살고위험군을 선별할 수 있는 머신러닝 모형을 구축하였다.

연구팀은 한국복지패널조사의 2012-2019년 데이터를 분석하여 자살생각, 자살계획/시도의 90%는 자기보고식 데이터로 조기예측이 가능함을 확인하였다. 또한 정신병리학적 증상을 나타내는 변수 일부만으로 대부분의 자살고위험군이 식별 가능함을 보임으로서 의료현장에서 활용 가능한 단순한 형태의 알고리듬을 제시하였다.

이번 연구를 이끈 박태영 교수는 "실제 현장에서 활용 가능한 자살위험 스크리닝 시스템을 만들기 위해 자살자들의 행태를 반영하는 모형을 구축하였다"며 "향후 1차 의료기관, 카운슬링 센터, 사회복지 현장 등에서 자살고위험군을 조기에 발견하는데 활용될 것으로 기대한다"고 하였다.

제1저자인 이정윤 석사과정생은 "온라인 심리테스트만큼 단순한 스크리닝 시스템으로 자살고위험군의 90% 이상을 예측할 수 있다"며 "본 연구에서 제시한 머신러닝 모형은 태블릿 PC등을 통해 실시간으로 자살위험을 평가하는데 활용할 수 있다"고 하였다.

※ 논문명: Machine learning prediction of suicidal ideation, planning, and attempt among Korean adults: A population-based study (저널: SSM-Population Health)

※ DOI: https://doi.org/10.1016/j.ssmph.2022.101231