기존 STOP-BANG이라는 간단한 수면무호흡증 판정하는 자가진단 체크리스트에 인공지능과 머신러닝 기술을 결합시킨 새로운 진단법이 발표됐다.
대전을지대학교병원(원장 김하용) 이비인후과 최명수(사진 왼쪽) 교수와 을지대학교(총장 홍성희) 빅데이터의료융합학과 강민수 교수팀은 STOP-BANG을 활용한 수면무호흡증 진단에 K-NN 머신러닝 모델을 적용했다.
머신러닝은 데이터 기반으로 학습해서 스스로 추론할 수 있게 하는 기술로, 이에 수면무호흡환자에 대한 데이터를 대량으로 학습시켜 미세한 차이로 수면무호흡증 환자와 아닌 사람을 판별하는 정확도를 높인 것이다.
실제 연구 결과, 머신러닝을 결합한 진단법은 민감도를 94%까지, 특이도를 85%까지 끌어올리는 성과를 보였다.
이는 기존의 STOP-BANG 체크리스트만을 사용할 때보다 훨씬 높은 정확도이다.
최명수 교수는 “이번 연구 결과를 통해 수면무호흡증 환자를 보다 편리하게, 조기에 진단할 수 있을 것으로 기대된다.”라며, “특히 건강검진 등 대규모 환자 조기 검진에 큰 도움이 될 것이다.”라고 밝혔다.
이번 연구결과는 SCIE 저널인 ‘Applied Sciences’에 게재됐다.
한편 STOP-BANG은 높은 민감도를 보이지만 체크리스트 항목이 포괄적이기 때문에 수면무호흡증이 없는 사람을 정확하게 판별하는 특이도가 낮은 단점이 있었다.
STOP-BANG 체크리스트는 수면무호흡증 진단에 널리 사용되는 방법으로 ▲큰 코골이 ▲피로감 ▲관찰된 수면무호흡 ▲고혈압 ▲체질량지수(35 이상) ▲나이(50세 초과) ▲목둘레(40cm 초과) ▲남성(성별) 총 8가지 항목으로 구성된다.
[메디컬월드뉴스 김영신 기자]
Copyright ⓒ 메디컬월드뉴스 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
