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]

관련기사

• 조기 발병 대장암 환자 사망 위험 예측 양자 머신러닝 모델 개발…예측 정확도 90%
• 인공지능의 안전, 신뢰, 윤리 주제…쟁점투표와 정책아이디어 공모전 진행
• [5월 24일 병원계 이모저모②]강원대, 대구가톨릭대, 대전을지대, 전북대병원 등 소식
• [5월 22일 병원계 이모저모②]국립암센터, 계명대, 의정부을지대병원 등 소식
• [5월 20일 병원계 이모저모①]삼성서울, 서울대, 의정부을지대, 원자력, 충북대병원 등 소식