분당서울대병원 교수팀, 수면무호흡증 진단 인공지능 모델 개발

분당서울대병원 신경외과 정한길·김택균, 신경과 윤창호 교수./분당서울대병원 제공

분당서울대병원은 7일 "신경외과 정한길·김택균, 신경과 윤창호 교수 연구팀이 두경부 X-ray 영상(Cephalogram)을 분석해 수면무호흡증을 진단하는 인공지능 모델을 개발했다고" 밝혔다.

이번 연구는 분당서울대병원 의료인공지능센터 지원으로 고려대학교 안산병원 이비인후과 이승훈 교수, 하버드의대 로버트 토마스 교수와의 공동연구로 진행됐으며 조기 치료가 중요한 수면무호흡증의 진단 및 치료율 향상에 크게 기여할 것으로 기대되고 있다. 연구 결과는 미국수면의학회지(Journal of Clinical Sleep Medicine)에 게재됐다.

연구팀에 따르면 수면무호흡증은 자는 동안 호흡이 일시적으로 멈추거나 호흡량이 줄어드는 상태를 말한다. 이러한 상태가 지속될 경우 수면의 질이 떨어져 만성 피로와 졸음 등 일상생활에 영향을 줄 뿐만 아니라, 장시간 방치할 경우 고혈압, 심근경색, 뇌졸중 등 심뇌혈관 질환의 발생 위험이 크게 높아진다.

수면무호흡증이 의심되는 경우 선별검사를 실시해 결과에 따라 표준 진단법인 수면다원검사를 실시하게 된다. 그간 여러 선별검사가 개발되기는 했지만 검사의 정확도가 낮고 여럿이 생활하는 환경에서는 권장되지 않는 등 제약이 있었다.

이에 연구팀은 두경부 X-ray 영상 분석만으로도 수면무호흡증을 예측할 수 있는 딥러닝 기반 인공지능 모델을 개발했다. 해당 알고리즘은 분당서울대병원에 내원한 환자 5천591명의 두경부 X-ray 영상 데이터를 바탕으로 인공지능 학습과 검증을 통해 만들어졌으며 내부 및 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 우수함을 의미한다. 해당 모델은 수면무호흡증과 관련성이 높은 상기도(기도의 상부), 특히 혀와 그 주변부 구조를 중심으로 환자들의 두경부 X-ray 영상을 분석해 사람의 눈으로 구분할 수 없는 미세한 차이까지 구분해 수면무호흡증 여부를 분류할 수 있다.

두경부 X-ray 영상을 활용한 수면무호흡증 진단 예시. 딥러닝 알고리즘이 수면무호흡증 여부를 분류하는 이미지상 특이점의 위치(붉은색)를 확인할 수 있다./분당서울대병원 제공

또한, 진단에 필요한 두경부 X-ray 영상 검사는 절차가 비교적 간단하고 비용이 저렴하다는 장점이 있어 이러한 인공지능 모델을 활용한다면 조기 치료가 중요한 수면무호흡증의 진단 및 치료율 향상에 크게 기여할 수 있을 것으로 보인다.

윤창호 교수는 "전 세계적으로 수면무호흡증의 유병률은 30~69세 성인 중 10억명 정도로 추정되며 이 또한 계속 증가하고 있는 추세"라며 "수면무호흡증을 조기에 발견하고 치료를 시작한다면 더 이상의 증상 악화를 막고 삶의 질 또한 높아질 수 있다"고 밝혔다.

정한길 교수는 "다른 임상적인 예측 인자없이 두경부 X-ray 영상만을 활용해 수면무호흡증을 선별 진단할 수 있는 인공지능 모델을 개발한 연구"라며 "정확성과 경제성을 갖춘 이번 모델이 수면무호흡증의 조기 진단과 치료에 큰 역할을 할 것으로 기대한다"고 말했다.

성남/김순기기자 [e-mail]