[메디게이트뉴스 박민식 기자] 높아지는 수면에 대한 관심에 힘입어 수면 데이터의 활용 가치가 각광받고 있다.

서울대병원 이비인후과 신현우 교수(아워랩 대표이사)는 19일 열린 ‘21년도 인공지능 학습용 데이터 구축사업 수면 영상 워크샵’에서 수면 데이터셋을 구축해온 경험에 대해 소개했다.

신 교수는 지난 2년여간 수면다원검사의 자동 판독을 위한 AI학습용 데이터셋 구축에 힘써왔다.

다양한 생체신호를 통해 수면의 질과 양을 측정하는 수면다원검사(PSG)는 수면질환 진단에 핵심적 역할을 하지만 판독에 많은 인력과 시간이 투입돼야 한다는 단점이 있다. 이에 AI 활용을 위한 학습용 데이터셋 구축 필요성이 지속적으로 제기돼왔다.

신현우 교수, 수면 영상 데이터 1만건 구축...세계 최대 규모 

신현우 교수 연구팀이 구축한 수면 영상 데이터는 총 1만253건으로 세계 최대 규모다. 기존의 수면다원검사 데이터셋과 다르게 이미지 기반이란 특징을 갖고 있다. 6시간동안 진행되는 수면다원 검사를 30초 단위의 표준화 이미지 720장으로 저장했으며, 이 이미지에는 뇌파, 안전도, 근전도, 호흡 신호 등 최대 21개 신호를 담았다.

이 외에도 수면다원검사 1건마다 로우 데이터를 포함한 EDF파일 1건, 수면다원검사 판독 결과와 수면단계∙호흡 이벤트∙각성이벤트 등이 포함된 어노테이션 파일이 들어가 있다.

신 교수는 지난 5월부터 적외선 수면 영상 데이터셋 구축에도 박차를 가하고 있다.

신 교수는 “적외선 카메라로 촬영된 영상을 프레임별로 모은 후 비식별화 작업을 하며 이를 수면다원검사 결과별로 라벨링한다”며 “이후에 두 명의 수면전문 의료진이 검수프로그램을 통해 최종 확인하는 과정을 거친다”고 말했다.

적외선 영상의 화질의 특성상 활용성이 제한적이지 않을까 하는 우려와 달리 맥박 수를 확인하거나 움직임의 특성 자체를 파악할 수 있어 기존 웨어러블기기에서 획득 가능한 정보와는 또 다른 차원의 정보가 수집된다는 게 신 교수의 분석이다.

실제로 최근에는 이 적외선 수면 동영상을 이용해 30초 단위로 수면단계를 분류하는 AI모델링 경진대회가 열리기도 했다.

신 교수는 이 같은 수면 데이터셋 구축에 보다 많은 이들의 참여를 당부했다. 해당 사업이 단순히 수면 치료의 질을 끌어올리는 것에 그치지 않고 기술적 진보 측면에서도 도움이 될 수 있단 이유에서다.

신 교수는 “현재는 수면다원검사 데이터 중 일부만 환자진료에 활용되고 나머지는 잠자고 있는 실정”이라며 “어느 기관이든 요청을 해오면 데이터 공유는 물론이고 연구도 적극적으로 지원할 생각이다. 이를 통해 데이터가 2만~3만 더 나아가 10만개를 넘기면 세계적으로 경쟁력 있는 연구 결과들을 낼 수 있을 것”이라고 말했다.
 
국외 수면데이터셋 구축 활발한 시도...임상적 결정에 필요한 근거 생산 
분당서울대병원 이비인후과 조성우 교수는 해외 유명 수면데이터셋 구축 사례들을 소개했다.

가장 유명한 수면 관련 코호트는 1988년 미국 NIH의 지원으로 시작된 WSC(Wisconsin Sleep Cohort)다. 위스콘신 지역 30~70세 성인 대상으로 수면다원검사를 4년마다 시행했으며, 대상자 수는 시작 당시 1500명가량이었으나 현재는 2400명 정도에 대한 검사가 완료된 상태다.

수면질환으로 진료를 받는 환자가 아닌 일반인들을 대상으로 했으며, 수면다원검사 뿐 아니라 혈액검사, ECG, 혈압 등 다른 임상정보도 포함돼 있다. 또한, 레지스트리 연구의 특성상 수년 뒤 환자들의 사망 여부를 알 수 있고, 국제질병분류표(ICD-9)에 기반한 사망원인도 확인 가능하다.

조 교수는 “실제 WSC를 기반으로 한 중요한 연구들이 많다”며 “지난 1993년에는 전체 일반인들 중 여성의 9%, 남성의 24%가량이 수면무호흡증을 앓고 있다는 연구결과가 뉴잉글랜드저널오브메디슨(NEJM)에 게재됐으며, 무호흡지수가 높아짐에 따라 심혈관계 합병증 빈도가 높아짐을 보여주는 연구결과도 나온 바 있다”고 설명했다.

WSC 외에도 수면호흡질환과 심혈관질환의 인과성을 알아보기 위해 설계된 SHHS(Sleep Heart Health Study)가 있으며, 우리나라에도 안산코호트에서 2015년 기준 1835명에 대한 데이터가 구축돼 있다.

또한, 오픈데이터셋으로는 1000개 이상의 수면다원검사 데이터가 구축돼 있는 스탠포드 수면코호트, 메사추세츠종합병원(MGH)가 2000여명의 환자를 대상으로 한 수면다원검사 데이터셋 등이 있다.

조 교수는 “최근에는 NIH가 펀딩을 통해 NSRR(National Sleep Research Resource)이라는 플랫폼을 만들고 있다”며 “WSC, SHHS 등 여러 코호트 연구의 정보들을 통합 관리하는 시스템”이라고 말했다.

이어 “지금까지 임상 데이터와 수면다원검사 데이터가 같이 있는 데이터셋들이 구축돼왔는데 이런 것들이 통합되면서 향후 여러 연구들이 활발히 진행될 것”이라고 덧붙였다.

조 교수는 이 같은 수면데이터셋 통합이 중요한 이유에 대해서는 “수면질환을 예측하는 것도 중요하지만 실제 임상적 결정에 필요한 근거를 생산해낼 수 있단 점에서 의미가 크다”고 평가했다.

조 교수는 또한 “미래에 수면다원검사는 이 같은 데이터셋 구축과 AI를 통해 자동화될 뿐 아니라 간편하게 검사를 할 수 있는 웨어러블 기기들이 발전하면서 집에서도 시행할 수 있게 될 것”이라고 전망했다.