AI로 간단한 수면질환 검사 해보세요!: 카이스트 Predicting the Risk of Sleep Disorders Using a Machine Learning-Based Simple Questionnaire: Development and Validation Study

 

Predicting the Risk of Sleep Disorders Using a Machine Learning-Based Simple Questionnaire: Development and Validation Study

https://pubmed.ncbi.nlm.nih.gov/37733411

 

카이스트 수리과학과 김재경 교수

 

 

각종 장비를 몸에 부착한 채 병원에서 하룻밤을 보내야 하는 번거로운 검사 없이 웹사이트를 통해 간단히 수면 질환 위험도를 파악할 방법이 나왔다. 우리 대학 수리과학과 김재경 교수 연구팀이 삼성서울병원 주은연‧최수정 교수팀, 이화여대 서울병원 김지현 교수팀과 공동 연구를 통해 개발한 세 가지 수면 질환을 예측할 수 있는 알고리즘 ‘슬립스(SLEEPS‧SimpLe quEstionnairE Predicting Sleep disorders)’를 12일 공개했다.

 

 

살 빼는 절대 비법...이것만 잘 지키면...행복! If you want to lose weight well… Exercise on an empty stomach and eat after ‘O time’

https://conpaper.tistory.com/111659

살 빼는 절대 비법...이것만 잘 지키면...행복! If you want to lose weight well… Exercise on an empty stomach and

edited by kcontents

 

‘잠이 보약’이라는 말처럼 수면은 정신적‧신체적 건강에 주요한 영향을 미친다. 성인의 60%가량이 수면 질환을 앓고 있지만, 관련하여 전문 의료진에게 문의한 비율은 6% 수준에 불과하다. 병원 방문을 꺼리는 원인 중 하나로는 수면 질환 진단을 받기 위해 시행하는 수면다원검사가 번거롭다는 이유가 있다.

 

그림 1. 수면 질환 위험도 예측 알고리즘 개발: KAIST-IBS-삼성서울병원 공동연구진은 간단한 9개 문항만으로 세 가지 수면 질환(수면무호흡증, 불면증, 수면호흡장애를 동반한 불면증) 위험도를 정확하게 예측하는 SLEEPS 알고리즘을 개발했다. 이를 통해 사람들은 수면다원검사 등 복잡한 과정 없이 자신의 수면 질환 여부를 간단히 예측할 수 있다.

 

공동연구진은 약 5,000명의 수면다원검사 결과를 기계 학습을 통해 학습시켜 수면 질환 위험도를 예측하는 알고리즘 ‘슬립스’를 개발했다. 슬립스에서 나이, 성별, 키, 체중, 최근 2주간의 수면 시 어려움, 수면 유지 어려움, 기상 시 어려움, 수면 패턴에 대한 만족도, 수면이 일상 기능에 미치는 영향 등 간단한 9개의 질문에 답하는 것만으로 만성불면증, 수면호흡장애, 수면호흡장애를 동반한 불면증의 위험도를 90%의 정확도로 예측할 수 있다.

 

 

 

 

가령, 슬립스 검사 결과 수면호흡장애 위험도가 50%라는 결과가 나왔다면, 실제 수면다원검사를 시행했을 때 수면호흡장애가 발견될 확률이 50%임을 의미한다.

 

 

그림 2. 수면 질환 위험도를 예측할 수 있는 SLEEPS 웹사이트 ( https://sleep-math.com)

 

제1 저자인 하석민 미국 MIT 박사과정생(前 IBS 의생명 수학 그룹 연구원)은 “미국 하버드대 연구팀도 AI 기반 수면 질환 검사 알고리즘을 개발한 바 있으나, 이 시스템은 목둘레, 혈압 등 쉽게 답하기 어려운 문항이 포함되어 있어 사용이 까다로웠다”며 “또한, 하버드대 연구팀의 시스템은 예측 정확도도 70% 정도에 그쳤다”고 말했다.

 

슬립스 사이트(www.sleep-math.com)를 통해 누구나 수면 질환 여부를 예측해볼 수 있다. 현재 본인의 상태를 기준으로 몸무게 변화나 나이가 듦에 따른 수면 질환 위험도 변화도 살펴볼 수 있다.

 

김재경 교수는 “이번 연구는 수학으로 우리가 직면한 건강 문제를 해결해보고자 하는 시도에서 시작됐고, 중요하지만 쉽게 간과할 수 있는 수면 질환에 기계 학습을 접목했다”며 “수면 질환 진단의 복잡한 과정을 줄인 만큼, 많은 사람이 슬립스를 통해 자신의 수면 건강을 알 수 있는 계기가 되길 바란다”고 말했다.

 

그림 3. SLEEPS를 통한 수면 질환 위험도 예측 결과: 체중과 나이에 따른 수면호흡장애 위험도 변화를 보여주는 슬립스 결과. (왼쪽) 현재 몸무게(85kg)에서 2kg을 빼면 수면호흡장애 위험도가 줄어들고 (우) 나이가 들면 위험도가 증가한다는 예측 결과를 보여준다.

주은연 삼성서울병원 교수는 “슬립스는 간편한 수면 질환 자가 검진 시스템”이라며 “향후 건강검진 항목에 AI 기반 자가 검진 시스템을 포함한다면 잠재적인 수면 질환 환자들을 스크리닝하여 수면 질환으로 인해 발생하는 수많은 질병을 선제적으로 예방할 수 있을 것”이라고 말했다.

 

 

슬립스 개발 성과는 지난 9월 의료 건강 분야 국제학술지 ‘Journal of Medical Internet Research’에 실린 바 있다.

작성자 : 홍보실 카이스트

 

Predicting the Risk of Sleep Disorders Using a Machine Learning-Based Simple Questionnaire: Development and Validation Study

https://pubmed.ncbi.nlm.nih.gov/37733411

KCONTENTS