윤인영 교수팀, 뇌파 변화와 수면 깊이 통해 '각성→얕은수면→렘수면→깊은 수면 단계' 구분
정상 수면 구조 흐트러지면 '수면의 질 저하→질환' 이어져 주의 필요
정확도, 기존 모델 성능과 비교해 '약 10%' 높은 수준
윤 교수 "평소 수면 양상 파악, 수면장애 질환 조기 진단과 적극 치료에 활용 가능할 것"
논문, 국제학술지 'Journal of Medical Internet Research 최신 호'에 게재
[보건타임즈] 사람은 잠을 자는 동안 각성 → 얕은수면 → 렘(REM)수면 → 깊은 수면에 이르는 수면 단계를 거치게 된다.
정상적인 수면에선 각 단계가 일정한 비율로 관찰되며, 피로를 회복, 기억을 저장하는 기능을 한다.
하지만 신체적·심리적 요인 등으로 정상적인 수면의 구조가 변화하면 수면의 질이 저하되며 심할 땐 수면에 지장을 주는 질환으로까지 이어져 주의가 필요하다.
이에 분당서울대병원 정신건강의학과 윤인영 교수(사진 좌) 연구팀(공동 교신저자 에이슬립 AI 총괄 김대우 박사 우)은 집에서 높은 정확도로 수면 단계를 측정할 수 있는 인공지능(AI) 모델을 개발해 주목을 받고 있다.
'가정용 수면다원검사'는 병원에서 하는 수면다원검사와 비교해 실제 환자들이 잠을 자는 것과 유사한 환경에서 이뤄져 더욱 정확하게 수면 단계를 측정할 수 있다는 장점이 있다.
이에 연구팀은 집에서 수면 중 스마트폰으로 녹음된 6,600시간의 소리 데이터를 비롯해 가정용 수면다원검사 데이터와 가정용 수면다원검사 중 스마트폰을 통해 녹음된 270시간의 숨소리 데이터를 동시에 활용, 가정에서 잠을 잘 때 발생하는 다양한 소리를 AI 모델에 학습시켰다.
연구팀에 따르면 이전에 개발한 수면 단계 예측 AI 모델은 병원에서 하는 수면다원검사 결과를 기반으로 만들어져 사용자들이 집에서 잠을 잘 때 발생하는 다양한 소음과 이벤트를 제대로 반영하지 못하는 한계가 있었다.
이번 연구는 가정용 수면다원검사 결과 데이터와 가정에서 수면 중 발생하는 다양한 소리를 학습시켰으며, 실제 수면 환경에 가까운 가정용 수면다원검사 결과를 활용해 검증을 거쳐 정확도를 높였다.
이 결과, 병원에서 하는 수면다원검사 결과를 학습시킨 AI 모델을 가정에 적용했을 때 병원에서 측정한 결과 대비 약 85% 수준이었지만, 가정환경의 소리 데이터를 학습한 이번 AI 모델은 기존 모델보다 약 10%높은 성능을 보였다. (그림)
윤인영 교수는 "병원 환경을 기반으로 한 기존 AI 모델과 비교해 가정환경에서 높은 정확도로 수면 단계를 측정할 수 있다는 것을 증명했다"며, "이번에 개발한 모델을 활용, 평소 수면 양상을 파악한다면 수면장애 질환으로 이어질 수 있는 환자들을 조기에 진단, 적극적으로 치료를 받는 데 도움을 줄 수 있을 것으로 기대된다"고 밝혔다.
이 연구는 미국 수면학회가 주최한 학술대회 'SLEEP 2023'과 AI 분야 컨퍼런스 'ICLR'에 소개됐다.
이 연구 결과를 상세하게 정리한 논문은 건강 정보학 분야에서 저명한 국제학술지 'JMIR(Journal of Medical Internet Research) 최신 호'에 게재됐다.
이 뉴스클리핑은 BKT뉴스{www.bktimes.net}에서 발췌된 내용입니다.
