집에서 편안하게! AI로 수면 무호흡증 진단, 얼마나 정확할까?

미국에서 발표된 연구에 따르면, 인공지능(AI) 기반의 단일 채널 광혈류측정(ePPG) 소프트웨어가 가정용 수면 무호흡증 검사(HSAT) 기기로서의 유효성을 입증했습니다. 이 연구 결과는 한국의 수면 의학 분야에서 새로운 진단 도구를 도입하거나 기존 방법을 개선할 때 중요한 관찰 포인트와 시사점을 제공할 수 있습니다.

연구 목표 및 배경

이 연구의 주요 목표는 EnsoSleep 광혈류측정(ePPG) 소프트웨어를 의료기기 소프트웨어(SaMD)로 검증하여, 가정용 수면 무호흡증 검사에서 표준 검사인 수면다원검사(PSG)와 비교하는 것이었습니다. 현재 가정용 수면 무호흡증 검사(HSAT)는 수면 의학의 진료 방식을 변화시키고 있지만, 기존 솔루션들은 비용이 많이 들고 상호 운용성이 부족하며 장기적인 모니터링 기능이 제한적이라는 한계가 있습니다.

연구진은 이러한 문제점을 해결하기 위해 머신러닝 기반의 EnsoSleep PPG(ePPG)를 개발하고, 이를 수면다원검사(PSG)와 비교하여 정확도를 평가했습니다. ePPG의 높은 정확도는 여러 날에 걸친 HSAT 검사의 이점을 탐색할 수 있는 기회를 제공할 것으로 기대됩니다.

연구 방법론

폐쇄성 수면 무호흡증(OSA) 위험이 있는 225명의 참가자를 대상으로 하룻밤 동안 수면다원검사(PSG)와 광혈류측정(PPG) 신호를 동시에 기록했습니다. PSG 데이터는 세 명의 등록된 수면다원검사 기술자가 채점하고, 공인된 수면 전문의가 정확성을 검토했습니다. 반면, ePPG 연구는 머신러닝(ML) 기반 채점 모듈을 통해 자동으로 채점되었습니다.

ePPG와 PSG를 비교하기 위해 McNemar 검정, Deming 회귀 분석, Bland-Altman 플롯, 그리고 민감도 및 특이도 분석을 사용했습니다. 무호흡-저호흡 지수(AHI) 외에도 총 수면 시간(TST), 수면 효율(SE), 수면 잠복기(SL), 수면 시작 후 각성 시간(WASO), 그리고 수면 구조를 종합적으로 평가했습니다.

주요 연구 결과

McNemar 검정 결과 p-값은 0.511로, 두 측정 방법 사이에 체계적인 차이가 없음을 시사했습니다. ePPG의 경우, 3% AHI의 평균 차이는 PSG에 비해 시간당 0.74회 더 높게 나타났으며(95% 신뢰 구간: 0.43, 1.06), 이는 무호흡 및 저호흡 발생 횟수를 의미합니다.

폐쇄성 수면 무호흡증(OSA) 분류를 위한 3% AHI의 민감도는 90.9%(95% 신뢰 구간: 86.3%, 95.4%)였고, 특이도는 72.3%(95% 신뢰 구간: 62.5%, 81.9%)로 나타났습니다. 다른 수면 지표들의 평균 차이는 다음과 같습니다: 총 수면 시간(TST)은 -2.94분(95% 신뢰 구간: -4.44, -1.62), 수면 잠복기(SL)는 -9.9분(95% 신뢰 구간: -10.80, -8.52), 수면 시작 후 각성 시간(WASO)은 9.42분(95% 신뢰 구간: 8.34, 10.62), 수면 효율(SE)은 -0.6%(95% 신뢰 구간: -1.0%, -0.3%)였습니다.

결론 및 시사점

이 연구는 ePPG SaMD가 폐쇄성 수면 무호흡증 진단을 돕는 다른 가정용 수면 무호흡증 검사(HSAT) 옵션에 비해 열등하지 않음을 입증했습니다. 이는 ePPG가 기존의 복잡하고 비용이 많이 드는 수면다원검사를 대체하거나 보완할 수 있는 효과적인 대안이 될 수 있음을 의미합니다.

ePPG의 높은 정확도와 편리성은 여러 날에 걸친 수면 검사를 가능하게 하여, 수면 무호흡증의 야간 변동성을 더 정확하게 파악하고 환자에게 맞춤형 진단 및 치료 계획을 제공하는 데 기여할 것으로 기대됩니다.

이 연구는 인공지능 기반의 가정용 수면 무호흡증 검사가 수면 의학 분야에 새로운 가능성을 제시하며, 환자들에게 더욱 접근성 높고 효율적인 진단 방법을 제공할 수 있음을 보여줍니다. 향후 이러한 기술이 임상 현장에 더욱 폭넓게 적용될 수 있을지 주목됩니다.