- 수면 중 가정에서 발생하는 소리 학습.. 높은 정확도로 수면 단계 측정 가능 -

- 뇌파의 변화와 수면의 깊이에 따라 각성→얕은 수면→렘수면→깊은 수면으로 수면 단계 구분

- 정상적인 수면 구조 흐트러질 경우 수면의 질 저하되고 관련 질환 이어질 수 있어 주의 필요

- 연구팀, 수면 시 가정에서 발생하는 다양한 소리 및 가정용 수면다원검사 결과 데이터 학습 거쳐 수면단계 측정하는 인공지능 모델 개발

- 기존 모델의 성능과 비교해 약 10%p 높은 수준으로 나타나

- 평소 수면양상 파악해 수면 관련 질환 조기 진단 및 적극적인 치료에 활용 가능할 것

사람은 잠을 자는 동안 각성 → 얕은 수면 → 렘(REM) 수면 → 깊은 수면에 이르는 수면 단계를 거치게 된다. 정상적인 수면에서는 각 단계가 일정한 비율로 관찰되며, 피로를 회복하고 기억을 저장하는 기능을 한다. 하지만 신체적·심리적 요인 등으로 정상적인 수면의 구조가 변화하면 수면의 질이 저하되고, 심할 경우 수면 관련 질환으로까지 이어질 수 있어 주의가 필요하다.

이러한 가운데, 분당서울대병원 정신건강의학과 윤인영 교수 연구팀(공동 교신저자 에이슬립 AI 총괄 김대우 박사)이 집에서도 높은 정확도로 수면 단계를 측정할 수 있는 인공지능(AI) 모델을 개발해 주목을 받고 있다.

‘가정용 수면다원검사’는 병원에서 진행하는 수면다원검사와 비교해 실제 환자들이 잠을 자는 것과 유사한 환경에서 이뤄지는 만큼 더욱 정확하게 수면 단계를 측정할 수 있다는 장점이 있다. 이에 연구팀은 집에서 수면 중 스마트폰으로 녹음된 6,600시간의 소리 데이터를 비롯해 가정용 수면다원검사 데이터와 가정용 수면다원검사 중 스마트폰을 통해 녹음된 270시간의 숨소리 데이터를 동시에 활용해 가정에서 잠을 잘 때 발생하는 다양한 소리를 AI 모델에 학습시켰다. 

그림. 가정용 수면다원검사 결과(가장 위)를 활용해 정확도를 검증한 결과, 연구팀의 기존 AI 모델(가장 아래)과 비교해

새롭게 개발한 AI 모델(가운데)은 붉은 색으로 표시된 불일치도가 줄어든 것을 확인할 수 있다.

(가정용 수면다원검사 결과(가장 위)와 새롭게 개발한 AI 모델(가운데)의 유사도가 더욱 높음.)

 

연구팀에 따르면 이전에 개발한 수면단계 예측 AI 모델은 병원에서 진행하는 수면다원검사 결과를 기반으로 만들어져 사용자들이 집에서 잠을 잘 때 발생하는 다양한 소음과 이벤트를 제대로 반영하지 못하는 한계가 있었다. 이번 연구는 가정용 수면다원검사 결과 데이터와 가정에서 수면 중 발생하는 다양한 소리를 학습시켰으며, 실제 수면 환경에 가까운 가정용 수면다원검사 결과를 활용해 검증을 거쳐 정확도를 높였다.

그 결과, 병원에서 진행한 수면다원검사 결과를 학습시킨 AI 모델을 가정에 적용했을 경우 병원에서 측정한 결과 대비 약 85% 수준인 것에 비해, 가정환경의 소리 데이터를 학습한 이번 AI 모델은 기존 모델보다 약 10%p 높은 성능을 보였다.

윤인영 교수는 “병원 환경을 기반으로 한 기존 AI 모델과 비교해 가정환경에서도 높은 정확도로 수면단계를 측정할 수 있다는 것을 증명했다”며, “이번에 개발한 모델을 활용해 평소 수면 양상을 파악한다면 수면 관련 질환으로 이어질 수 있는 환자들을 조기에 진단하고, 적극적으로 치료를 받는 데 도움을 줄 수 있을 것으로 기대된다”고 밝혔다.

한편, 이번 연구 결과는 지난 3일부터 진행되는 미국수면학회 주최 학술대회인 ‘SLEEP 2023’와 AI 분야 컨퍼런스 ‘ICLR’에 소개됐으며, 건강정보학 분야 저명한 국제학술지인 ‘JMIR(Journal of Medical Internet Research)’ 최신 호에 게재됐다.  <끝>