인바디 기반 AI모델…불면증·수면무호흡증 위험 97% 예측

국내 연구진이 인바디(체성분 검사)와 간단한 설문만으로 수면검다원검사 전에 불면증과 수면무호흡증 위험을 높은 정확도로 예측할 수 있는 인공지능(AI) 기반 수면장애 선별모델을 개발했다.

배희원 인제의대 교수(일산백병원 신경과)와 주은연 성균관의대 교수(삼성서울병원 신경과)김재경 KAIST 교수(수리과학과뇌인지과학과 겸임교수) 공동연구팀은 인바디 체성분 분석을 통해 얻은 제지방지수(Fat-Free Mass Index, FFMI)와 골격근지수(Skeletal Muscle Index, SMI) 정보를 활용해 수면장애 위험을 예측하는 AI 모델(InBody-based SimpLE quEstionnairE Predicting Sleep Disorders, I-SLEEPS)의 효과를 국제수면학회 공식 학술지 Sleep(IF 7.0) 최근호에 발표했다.

대표적인 수면장애에는 불면증과 폐쇄성 수면무호흡증이 있다. 두 질환이 함께 나타나는 수면복합장애(COMISA)는 심혈관질환당뇨병 등 대사질환은 물론 인지기능을 저하하는 위험 요인으로 보고됐다.

수면장애를 정확히 진단하려면 병원에서 하룻밤 동안 잠을 자며 검사하는 수면다원검사가 필요하지만 검사 비용과 시간을 부담해야 한다.

기존 수면장애 예측 모델은 나이성별체중BMI(체질량지수)수면 관련 설문 등을 이용해 위험도를 평가했다. 하지만 BMI는 키와 몸무게로 계산하기 때문에 근육과 지방의 비율을 구분하지 못하는 한계가 있다. 같은 BMI라도 근육량과 체지방 분포가 다르다. 실제 BMI가 2030인 폐쇄성 수면무호흡증 환자를 분석한 결과, 같은 BMI라도 근육량과 체성분이 크게 달랐다. BMI만으로는 수면장애 위험을 충분히 설명하기 어렵다는 사실을 확인했다.

공동연구팀은 이러한 점에 착안해 골격근지수(SMI)와 제지방지수(FFMI)를 AI 모델에 반영했다. 이를 통해 총 10개 변수로 구성한 새로운 예측 모델 I-SLEEPS를 개발했다.

공동연구팀은 수면다원검사와 인바디 검사를 함께 받은 3291명의 데이터를 분석, AI 모델을 개발했다.

I-SLEEPS로 성능을 검증한 결과, 불면증 예측 정확도는 기존 93%에서 96%, 폐쇄성 수면무호흡증은 90%에서 93%로, 복합 수면장애(COMISA)는 94%에서 97%로 예측 성능이 개선됐다. 환자 수가 적어 예측이 어려운 질환도 예측 정확도가 높게 나타나 AI 모델의 안정성과 신뢰성을 확인했다. 또한 외부 병원 환자 195명을 대상으로 추가 검증한 결과에서도 높은 예측 정확도를 유지해 다른 의료기관에서도 활용 가능성이 높은 것으로 나타났다.

배희원 교수는 수면다원검사는 수면장애 진단의 표준검사이지만, 비용과 시간이 많이 들어 모든 사람이 쉽게 검사를 받기 어려운 것이 현실이라며 이번 연구를 통해 인바디 검사와 간단한 설문을 결합하면 수면다원검사 전 단계에서 불면증과 수면무호흡증 위험군을 효과적으로 선별할 수 있다는 가능성을 확인했다고 말했다.

배희원 교수는 특히 체중만 반영하는 BMI보다 골격근지수와 제지방지수 등 체성분 지표가 수면장애 위험을 더 정확하게 설명한다는 점을 확인했다며 앞으로 다양한 의료환경에서 추가 검증이 이뤄진다면 수면장애를 보다 쉽게 조기에 선별하고, 환자에게 맞는 맞춤형 치료 전략을 세우는 데 도움이 될 것이라고 밝혔다.