몸이 피곤하고 갈증이 잦아졌거나, 가족력이 있거나, 스마트워치와 건강 앱이 숫자를 잔뜩 보여줄 때 가장 헷갈리는 질문은 이것입니다. "이 도구가 나에게 실제 의학적 답을 주는가, 아니면 병원에 가보라는 신호일 뿐인가?"
최근 당뇨병 탐지 분야에서는 CGM, 심전도 기반 AI, 전자의무기록 기반 위험 예측, 1형 당뇨 자가항체 선별 도구까지 다양한 접근이 등장하고 있습니다. 배경은 분명합니다. 전 세계 성인 당뇨병 유병률은 1990년 7%에서 2022년 14%로 증가했고, 미국에서도 당뇨병 환자 중 상당수가 아직 진단받지 못한 상태로 남아 있다는 문제가 제기됩니다.1
먼저 질문을 나눠야 한다: 위험, 진단, 모니터링은 다르다
당뇨병 도구를 볼 때 가장 흔한 실수는 "혈당 관련 숫자"를 모두 같은 종류로 보는 것입니다. 하지만 실제로는 세 질문이 다릅니다.
첫째, "나는 위험군인가?"
이 질문에는 설문형 위험 점수, 가족력, 체중, 나이, 혈압, 생활습관, 전자의무기록 기반 AI, 심전도 기반 AI가 들어갑니다. 이들은 대개 진단기가 아니라 선별 도구입니다. 위험 신호를 빨리 포착해 검사를 받게 만드는 역할에 가깝습니다.
둘째, "이미 당뇨병 또는 전당뇨인가?"
여기에는 HbA1c, 공복혈당, 경구당부하검사 같은 임상 검사가 필요합니다. 예컨대 전당뇨는 HbA1c 5.7~6.4%, 공복혈당 100~125mg/dL, 2시간 경구당부하검사 140~199mg/dL 등으로 판단될 수 있으며, 명백한 증상이 없는 경우 보통 추가 확인 검사가 필요합니다.2
셋째, "내 혈당은 하루 동안 어떻게 움직이는가?"
여기서 CGM과 손끝 혈당측정기가 등장합니다. ADA는 혈당측정기를 특정 순간의 혈당을 확인하는 표준 도구로, CGM은 밤낮으로 혈당 흐름과 상승·하락 추세를 보여주는 장치로 설명합니다.3 즉 CGM은 진단서라기보다 행동을 바꾸게 해주는 지도에 가깝습니다.
도구 사다리: 싼 단서에서 임상 확인으로
현실적인 순서는 이렇습니다. 증상이나 가족력, 비만, 고혈압, 임신성 당뇨 이력, 스마트워치의 이상 신호는 "검사를 받아야 할 이유"입니다. 그다음은 병원이나 검사기관에서 HbA1c, 공복혈당, 필요 시 경구당부하검사로 확인하는 단계입니다.
CGM은 이 사이를 흥미롭게 흔듭니다. 연속 혈당 데이터를 보면 식사, 수면, 운동에 따른 변화를 직접 볼 수 있어 전당뇨 관리나 생활습관 개입에 유용할 수 있습니다. 최근 문헌은 CGM과 AI를 결합하면 기존 단일 검사로 놓치기 쉬운 혈당 변동 패턴을 분석하고, 개인화된 개입을 설계하는 데 도움이 될 가능성을 제시합니다.4
다만 여기에는 트레이드오프가 있습니다. CGM은 많은 정보를 주지만, 정보가 많다고 곧바로 진단 정확도가 높아지는 것은 아닙니다. 센서는 간질액의 포도당을 측정하므로 혈액검사와 완전히 같은 값이 아니고, 보험 적용과 비용 문제도 큽니다. ADA도 기기 선택에서 생활방식, 의료 이력, 보험 보장, 교육 여부를 함께 보라고 권합니다.5
가장 흥미로운 탐지기는 눈에 보이지 않을 수 있다
앞으로 중요한 변화는 "새 기기를 차는 것"보다 "이미 쌓인 데이터가 경고를 내는 것"일 수 있습니다.
예를 들어 영국 연구진의 AIRE-DM은 병원에서 흔히 찍는 ECG, 즉 심전도 데이터를 AI로 분석해 2형 당뇨병 위험을 예측하려는 접근입니다. 보도에 따르면 약 120만 건의 ECG와 UK Biobank 데이터를 활용했고, 다양한 집단에서 미래 위험을 약 70% 수준으로 예측한 것으로 소개됐습니다.1
이런 도구의 장점은 규모입니다. ECG는 이미 병원에 널리 퍼져 있습니다. 별도 웨어러블을 사지 않아도, 기존 진료 과정에서 위험 신호를 붙잡을 수 있습니다. AI 위험 예측 모델은 전자의무기록, 생활습관, 환경, 생체지표 등 여러 데이터를 결합할 수 있고, 좋은 모델이라면 단순 정확도뿐 아니라 보정도, 판별력, 외부 집단에서의 일반화 가능성을 검증해야 합니다.6
하지만 바로 여기서 과장이 생깁니다. 70% 예측은 유용한 선별 신호일 수 있지만, "당뇨병이 있다"는 판정은 아닙니다. ECG 기반 모델은 대사 변화를 직접 재는 것이 아니라 관련 패턴을 추정합니다. 따라서 좋은 사용법은 "AI가 위험을 표시했으니 혈당 검사를 하자"이지, "AI가 괜찮다 했으니 안심하자"가 아닙니다.
상황별로 다음 행동은 달라진다
가족력이 있지만 증상이 없다면, 먼저 HbA1c나 공복혈당 검사를 상담하는 것이 현실적입니다. 스마트워치나 ECG 기반 AI가 위험을 띄웠다면 그것은 병원 검사의 명분이지 결론이 아닙니다.
HbA1c가 경계라면 CGM은 도움이 될 수 있습니다. 어떤 식사에서 혈당이 오래 높게 유지되는지, 운동 후 회복이 어떤지 볼 수 있기 때문입니다. 다만 숫자 해석은 의료진과 함께 해야 합니다.
피로, 갈증, 잦은 소변, 설명 안 되는 체중 감소가 있다면 웨어러블보다 임상 검사가 먼저입니다. 이미 당뇨병 진단을 받았다면 탐지보다 관리가 핵심이고, 이때는 혈당측정기, CGM, 인슐린 펌프, 스마트 인슐린 펜 같은 기술이 치료 전략의 일부가 됩니다.
당뇨병 탐지 도구의 미래는 더 많은 센서와 더 똑똑한 AI로 갈 가능성이 큽니다. 그러나 판단 기준은 단순해야 합니다. 이 도구가 내게 알려주는 것이 "위험"인지, "진단"인지, "일상 관리"인지 먼저 구분해야 합니다. 그 경계를 이해하는 사람이 새 기술에서 가장 많은 이익을 얻습니다.
참고
1Diabetes Detection Needs Better Tools. They're on the Way
3Diabetes Devices & Technology | ADA
5Diabetes Technology Guide | ADA
6A scoping review of artificial intelligence-based methods for diabetes risk prediction
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.