엑스레이로 수면무호흡증 진단… 국내 연구진 개발

두경부 엑스레이 영상을 활용한 수면무호흡증 진단 예시. 딥러닝 알고리즘이 수면무호흡증 여부를 분류하는 이미지 상 특이점의 위치(붉은색)를 확인할 수 있다./분당서울대병원 제공

분당서울대병원은 신경외과 정한길·김택균 교수, 신경과 윤창호 교수 연구팀이 두경부 엑스레이 영상을 분석해 수면무호흡증을 진단하는 인공지능 모델을 개발했다고 7일 밝혔다.

수면무호흡증은 자는 동안 호흡이 일시적으로 멈추거나 호흡량이 줄어드는 상태를 뜻한다. 이 같은 상태가 지속되면 수면의 질이 떨어져 만성 피로와 졸음 등 일상생활에 영향을 미칠 수 있다. 장시간 방치할 경우 고혈압, 심근경색, 뇌졸중 등 심뇌혈관 질환 발생 위험 또한 높아진다.

수면무호흡증이 의심되면 선별 검사 후 결과에 따라 표준 진단법인 수면다원검사를 실시한다. 다만, 기존 선별검사의 경우 정확도가 낮고 여럿이 생활하는 환경에서는 권장되지 않는 등 제약이 있었다.

이에 연구팀은 두경부 엑스레이 영상 분석만으로 수면무호흡증을 예측할 수 있는 딥러닝 기반 인공지능 모델을 개발했다. 해당 알고리즘은 분당서울대병원에 내원한 환자 5591명의 두경부 엑스레이 영상 데이터를 바탕으로 인공지능 학습과 검증을 통해 만들어졌으며, 내·외부 시험을 거쳐 성능을 평가했다.

성능 평가 결과에 따르면, 인공지능 모델은 ‘AUROC’ 0.82의 높은 정확도를 보였다. AUROC는 인공지능 모델의 성능을 평가하는 지표로, 1에 가까울수록 성능이 우수함을 의미한다. 해당 모델은 수면무호흡증과 관련성이 높은 상기도(기도 상부), 특히 혀와 그 주변부 구조를 중심으로 환자 두경부 엑스레이 영상을 분석해 사람의 눈으로 구분할 수 없는 미세한 차이까지 구분하고 수면무호흡증 여부를 분류할 수 있다.

연구팀은 절차가 비교적 간단하고 비용 또한 저렴한 두경부 엑스레이 영상 검사가 수면무호흡증 조기 진단과 치료율 향상에 기여할 수 있다고 설명했다. 정한길 교수는 “다른 임상적인 예측 인자 없이 두경부 엑스레이 영상만을 활용해 수면무호흡증을 선별 진단할 수 있는 인공지능 모델을 개발한 연구”라며 “정확성과 경제성을 갖춘 이번 모델이 수면무호흡증 조기 진단과 치료에 큰 역할을 할 것으로 기대한다”고 말했다.

한편, 분당서울대병원 의료인공지능센터가 지원한 이번 연구는 고려대학교 안산병원 이비인후과 이승훈 교수, 하버드의대 로버트 토마스 교수 공동연구로 진행됐다. 연구 결과는 미국수면의학회지에 최근 게재됐다.