국내 연구진이 인공지능(AI)을 활용해서 적절한 선별검사가 없었던 수면장애인 ‘수면무호흡증’ 진단 모델을 개발했다.

분당서울대병원 신경외과 정한길·김택균 교수, 신경과 윤창호 교수 연구팀이 두경부 X선 영상(Cephalogram)을 분석해 이 같은 토대를 마련했다고 7일 밝혔다.

분당서울대병원 의료인공지능센터가 지원한 이번 연구는 고대 안산병원 이비인후과 이승훈 교수, 하버드의대 로버트 토마스 교수와 공동연구로 진행됐다. 연구 결과는 미국수면의학회지(Journal of Clinical Sleep Medicine)에 게재됐다.

수면무호흡증은 자는 동안 호흡이 일시적으로 멈추거나 호흡량이 줄어드는 수면장애다. 수면무호흡증이 지속하면 수면의 질이 떨어져서 만성 피로, 주간 졸림 등이 찾아와서 삶의 질을 떨어뜨린다.

특히 자는 동안 신체 산소공급이 낮아져서 고혈압‧심근경색‧뇌졸중 등 심‧뇌혈관 질환 발생 위험이 커지는 것으로 보고된다.

세계적으로 수면무호흡증 유병률은 30~69세 성인 중 10억 명 정도로 추산된다. 수면무호흡증을 조기에 발견하고 치료를 시작하면 증상 악화를 막고, 삶의 질도 높일 수 있다.

수면무호흡증이 의심되면 선별검사를 실시해, 결과에 따라 표준 진단법인 수면다원검사를 진행한다. 현재까지 다양한 선별검사가 개발됐지만 검사 정확도가 낮고, 여럿이 생활하는 환경에서는 권장되지 않는 등 제약이 있었다.

연구팀은 두경부 X선 영상 분석만으로도 수면무호흡증을 예측할 수 있는 딥러닝 기반 인공지능 모델을 개발했다.

이 알고리즘은 분당서울대병원에 내원한 환자 5591명의 두경부 X선 영상 데이터를 바탕으로 인공지능 학습과 검증을 통해 만들어졌으며, 내‧외부 테스트를 거쳐 성능을 평가했다.

그 결과 인공지능 모델은 AUROC 0.82의 높은 정확도를 보이는 것으로 나타났다. AUROC는 인공지능 모델의 성능을 평가하는 지표로, 1에 가까울수록 성능이 우수한 것을 의미한다.

해당 모델은 수면무호흡증과 관련성이 높은 기도의 윗부분인 상기도, 특히 혀와 그 주변부 구조를 중심으로 환자들의 두경부 X선 영상을 분석해서 사람의 눈으로 구분할 수 없는 미세한 차이까지 구분해 수면무호흡증 여부를 분류할 수 있다.

또 진단에 필요한 두경부 X선 영상 검사는 절차가 비교적 간단하고, 비용이 저렴하다는 장점이 있어서 인공지능 모델을 활용하면 조기 치료가 중요한 수면무호흡증 진단 및 치료율 향상에 기여할 것으로 전망된다.

분당서울대병원 신경외과 정한길 교수는 “다른 임상적인 예측 인자 없이 두경부 X선 영상만을 활용해서 수면무호흡증을 선별 진단할 수 있는 인공지능 모델을 개발한 연구”라며 “정확성‧경제성을 갖춘 이번 모델이 수면무호흡증 조기 진단과 치료에 큰 역할을 할 것으로 기대한다”고 말했다.

황운하 기자 다른기사 보기