각종 장비를 몸에 부착한 채 병원에서 하룻밤을 보내야 하는 번거로운 검사 없이 웹사이트를 통해 간단히 수면 질환 위험도를 파악할 방법이 나왔다.

13일 기초과학연구원(IBS)에 따르면 IBS 수리 및 계산 과학 연구단 의생명 수학 그룹의 김재경(사진) CI(KAIST 수리과학과 교수) 연구팀은 삼성서울병원·이화여대 서울병원과 공동 연구를 통해 개발한 세 가지 수면 질환을 예측할 수 있는 알고리즘 ‘슬립스(SLEEPS)’를 12일 공개했다.

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

공동 연구팀은 약 5000명의 수면다원검사 결과를 기계 학습을 통해 학습시켜 수면 질환 위험도를 예측하는 알고리즘 슬립스를 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.

슬립스 사이트를 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 CI는 “이번 연구는 수학으로 우리가 직면한 건강 문제를 해결해보고자 하는 시도에서 시작됐다. 중요하지만 쉽게 간과할 수 있는 수면 질환에 기계 학습을 접목했다” 고 말했다.

이번 연구성과는 올해 9월 의료 건강 분야 국제학술지 ‘저널 오브 메디컬 인터넷 리서치’에 게재됐다.

구본혁 기자

nbgkoo@heraldcorp.com

Copyright ⓒ 헤럴드경제 All Rights Reserved.