AI가 식사에 따른 혈당 반응을 예측해 식단 선택을 돕는 ‘디지털 트윈’ 건강관리 프로그램이 한 기자의 100일간의 체험을 통해 소개됐다. 빅토리아 송 더버지(The Verge) 선임 리뷰어는 10월 15일 더버지에 게재한 트윈 헬스(Twin Health) 서비스를 이용해 식사와 건강 데이터를 기록한 경험을 전했다.
혈당 반응 예측해 음식 색으로 표시
송 선임 리뷰어의 디지털 트윈은 로봇 복제인간이 아니라, 입력한 대사 정보와 연속혈당측정기 자료를 바탕으로 음식에 따른 혈당 변화를 예상하는 앱 내 데이터베이스다. 음식은 반응 예측에 따라 빨강·주황·초록으로 표시된다. 단백질 시리얼과 우유는 단독으로 먹으면 주황색이지만, 이후 매일 걷기를 하면 초록색으로 분류됐다. 송 선임 리뷰어는 예측을 참고해 식사를 정한 뒤 앱에 기록했고, 몇 시간 후 혈당 반응을 바탕으로 앱이 새로운 정보를 제공했다고 설명했다.
이용자는 아침마다 스마트 체중계로 체성분을 재고, 약을 먹을 때 마신 레몬 물도 앱에 기록했다. 월요일에는 혈압을 측정하고 호흡을 가다듬는 활동도 입력했다. 트윈 헬스는 디지털 트윈을 만들기 위해 90일치 덱스콤 G7 연속혈당측정기(CGM), 스마트 체중계와 혈압계를 제공했다. 여기에 애플(Apple)워치와 혈액검사 자료도 활용했다. 송 선임 리뷰어는 퀘스트 다이애그노스틱스에서 혈액을 채취한 뒤 의료진 및 코치와 검사 결과를 검토했다.
건강 데이터 축적과 기록 부담
검사 결과에서는 비알코올성 지방간 진단과 관련해 간 염증이 확인됐고, 당화혈색소와 공복 혈당 수치가 정상 범위였음에도 인슐린 저항성이 있다는 설명을 들었다. 중성지방 수치도 높았다. 송 선임 리뷰어는 복용 약을 줄이고 싶다는 목표를 코치에게 전달했으며, 첫 30일 동안 가능한 한 많은 식사를 기록하라는 안내를 받았다. 90일이 지나면 혈액검사를 다시 받을 예정이었다.
디지털 트윈은 검사 결과와 웨어러블 기기 자료 등을 계속 반영해 개인의 건강 상태를 모델링하는 기술이다. 의료진이 가상 모델에서 약물이나 치료 반응을 살펴 실제 환자의 부작용을 줄이고 맞춤형 치료에 활용할 수 있다는 구상이 있지만, 송 선임 리뷰어가 체험한 대사 코칭은 그중 비교적 일상에서 시험할 수 있는 형태로 소개됐다. 다만 현재 트윈 헬스 서비스는 누구나 내려받아 이용할 수 없고, 기업 또는 민간 건강보험을 통해서만 이용 가능하며 대사질환이 있는 사람을 주 대상으로 한다.
송 선임 리뷰어는 코치 아만다에게 이용자들이 기록 피로를 자주 호소한다는 말을 들었다고 전했다. 정기 상담을 진행한 코치도 이용자들이 기록에 지치는 일이 잦다고 말했다. 이번 체험은 앱의 혈당 예측과 데이터 축적 방식을 보여주는 사례지만, 서비스가 복용 약을 줄이거나 건강을 개선했는지는 확인되지 않는다. 디지털 트윈이 개인 맞춤형 건강관리로 이어지려면 예측 기능뿐 아니라 장기간 기록을 이어가는 부담도 함께 고려해야 한다는 점이 드러났다.