지난 10년 동안 핀란드와 전 세계적으로 임신성 당뇨병 환자 수가 급격히 증가했습니다. CleverHealth Network의 개발 프로젝트에서는 새로운 디지털 실시간 서비스 모델을 통해 임신성 당뇨병 치료를 지원하고 있습니다.
이 프로젝트에서는 치료 과정을 지원하기 위해, 산모의 지속적인 혈당 수치, 신체 활동, 식단, 심박수 및 일일 체중을 실시간으로 측정하여 클라우드에 저장하는 모바일 애플리케이션을 개발했습니다. 이 프로젝트의 무작위 대조군 연구를 통해, 해당 모바일 애플리케이션이 임신성 당뇨병의 자가 관리를 개선한다는 사실이 입증되었습니다.
– 임신 기간 동안 생활 방식과 식습관에 영향을 줌으로써, 제2형 당뇨병에 걸리는 산모의 수와 아이에게 전이되는 건강 위험을 줄일 수 있을 뿐만 아니라, 이를 통해 미래 세대의 건강도 향상시킬 수 있습니다. 우리는 연구를 통해 이 앱이 환자가 식단과 신체 활동이 혈당 수치와 체중 변화에 어떤 영향을 미치는지 이해하도록 돕고, 이를 통해 임신 경과와 신생아의 건강에도 영향을 미친다는 사실을 입증했습니다.”라고 이 프로젝트의 연구 책임자이자 산부인과 전문의인 사일라 코이부살로(Saila Koivusalo)는 설명합니다.
이 정보는 앱을 통해 의료진에게 실시간으로 전달되며, 의료진은 필요 시 학습에 대한 지도와 지원을 제공할 수 있습니다. 이처럼 앱은 치료 과정의 일부로 자연스럽게 통합되어 독립적으로 운영되지 않으며, 이것이 다른 건강 관리 앱에 비해 가장 큰 장점입니다.
– 이 서비스를 통해 우리는 이전보다 더 우수하고 현대적인 치료를 제공할 수 있습니다. 또한 이 서비스 도입으로 임신성 당뇨병 환자의 치료 과정이 효율화될 것으로 보입니다. 병원 방문이 필요한 환자 진료 횟수가 줄어들 것으로 예상되기 때문입니다.”라고 코이부살로 씨는 말합니다.
프로젝트의 다음 단계에서는 기계 학습을 활용하여 환자의 위험 프로필에 따라 개별적인 필요에 부응하는 지침과 치료를 맞춤화할 수 있게 됩니다. 또한 인공지능을 통해 산모와 태아의 향후 건강 상태에 대한 예측도 가능해집니다.
– 이는 예를 들어, 향후 혈당 수치와 신생아의 체중을 전례 없는 방식으로 예측할 수 있음을 의미합니다. 예측 결과를 바탕으로 앱은 자동으로 피드백을 제공하고, 이를 보완할 수 있는 선택을 할 수 있도록 조언해 준다고 코이부살로는 말합니다.
간행물
Määttänen S, Koivusalo S, Ylinen H, Heinonen S, Kytö M. (2025). “임신성 당뇨병 환자의 자가 관리 지원: eMOM 모바일 애플리케이션이 자기 발견 및 심리적 요인에 미치는 영향 – 혼합 방법론 연구.” JMIR mHealth and uHealth (게재 승인됨). DOI: 10.2196/60855
Kytö, M., Hotta, S., Niinistö, S., Marttinen, P., Korhonen, T. E., Markussen, L. T., Jacucci, G., Sievänen, H., Vähä-Ypyä, H., 코르호넨, I., 비르타넨, S., 헤이노넨, S., & 코이부살로, S. B. (2024). 혈당 및 생활습관 자가 추적 기능을 갖춘 주기적 모바일 애플리케이션(eMOM)이 전문가의 지도 없이 식이요법으로 관리되는 임신성 당뇨병의 치료 효과를 향상시킨다: 무작위 대조 시험. American Journal of Obstetrics and Gynecology. https://doi.org/10.1016/j.ajog.2024.02.303
Hotta, S., Kytö, M., Koivusalo, S., Heinonen, S., & Marttinen, P. (2024). 식단 및 운동 정보의 통합을 통한 식후 혈당 예측 최적화: 불균형한 환자 데이터를 활용한 전이 학습. PLoS ONE, 19(8 August). https://doi.org/10.1371/journal.pone.0298506
Kytö, M., Koivusalo, S., Tuomonen, H., Strömberg, L., Ruonala, A., Marttinen, P., Heinonen, S., & Jacucci, G. (2023). 포괄적인 자가 모니터링을 통한 임신성 당뇨병 관리 지원: 웨어러블 센서에 대한 혼합 방법론 연구. JMIR Diabetes, 8, e43979. https://doi.org/10.2196/43979
Kytö, M., Strömberg, L., Tuomonen, H., Ruonala, A., Koivusalo, S. B., & Jacucci, G. (2022). 임신성 당뇨병 관리를 위한 행동 변화 앱: 바람직한 기능 탐구. International Journal of Human-Computer Interaction, 38(12), 1095–1112. https://doi.org/10.1080/10447318.2021.1987678
Kytö, M., Koivusalo, S., Ruonala, A., Strömberg, L., Tuomonen, H., Heinonen, S., & Jacucci, G. (2022). 임신성 당뇨병 자가 관리를 위한 행동 변화 앱: 바람직한 기능의 설계 및 평가. JMIR Human Factors, 9(4), e36987. https://doi.org/10.2196/36987
Kytö, M., Markussen, L. T., Marttinen, P., Jacucci, G., 니니스토, S., 비르타넨, S. M., 코르호넨, T. E., 시에바넨, H., 바하-이피야, H., 코르호넨, I., 헤이노넨, S., & 코이부살로, S. B. (2022). 임신성 당뇨병 관리에서 모바일 애플리케이션을 활용한 포괄적인 혈당 및 생활습관 자가 추적: 무작위 대조 시험을 위한 연구 프로토콜 (eMOM GDM 연구). BMJ Open, 12(11), e066292. https://doi.org/10.1136/bmjopen-2022-066292
Zhang, G., Ashrafi, R. A., Juuti, A., Pietiläinen, K., & Marttinen, P. (2020). 개인 맞춤형 치료 반응 궤적에 대한 오차-변수 모델링. IEEE Journal of Biomedical and Health Informatics, 25(1), 201-208.
Ashrafi, R. A., Ahola, A. J., Rosengård-Bärlund, M., Saarinen, T., Heinonen, S., Juuti, A., Marttinen, P., & Pietiläinen, K. H. (2021). Roux-en-Y 위 우회술과 단일 문합 위 우회술을 받은 환자에서 자가 보고된 식이 탄수화물 섭취량이 혈당 농도에 미치는 영향에 대한 전산 모델링. Annals of Medicine, 53(1), 1885–1895. https://doi.org/10.1080/07853890.2021.1964035
협력하여
자세한 정보
미코 키토, 개발 담당 이사, 공학박사, 부교수, mikko.kyto[at]hus.fi
사일라 코이부살로, 산부인과 전문의, 의학박사, 부교수, saila.koivusalo[at]hus.fi
