밤새 쉬지 않고 코를 고는 배우자가 걱정은 되지만 병원을 가보라는 말을 꺼내기 어려웠다면 이 사이트를 슬쩍 보여줘도 되겠다. 각종 장비를 몸에 부착한 채 병원에서 하룻밤을 보내야 하는 번거로운 검사 없이도 웹사이트를 통해 간단히 수면 질환 위험도를 파악할 수 있는 방법이 나왔다.

꿀잠을 위한 지피지기

‘꿀잠’을 누리는 인구가 줄어들고 있다. 헬스테크놀로지 분야 기업 필립스가 2021년 한국인 999명을 포함한 총 13개국 1만3,000여 명을 대상으로 실시한 조사에 따르면 한국인은 10명 중 4명만이 수면에 대해 만족한다고 대답했다. 수면 후 개운함을 느낀다고 대답한 비율은 단 29%로 13개 조사 대상국 중 가장 낮은 수치를 보였다.

‘잠이 보약’이라는 말처럼 수면은 정신적, 신체적 건강에 주요한 영향을 미친다. 성인의 60%가량이 수면에 관한 불편함을 가지고 있지만, 관련하여 전문 의료진에게 문의한 비율은 6% 수준에 불과하다. 병원 방문을 꺼리는 원인 중 하나로는 수면 질환 진단을 받기 위해 시행하는 수면 다원 검사가 번거롭다는 이유가 있다.

수면 중에 발생하는 질환은 일반적인 질환처럼 한 장기의 문제라기보다는 여러 장기의 복합적인 문제로 생겨나는 경우가 많다. 그래서 수면 질환 진단을 위해서는 다각적인 검사 장비들이 총동원된다. 뇌 기능 상태를 알기 위한 뇌파 검사, 눈 움직임을 보기 위한 안전도 검사, 근육 상태를 알기 위한 근전도, 심장 리듬을 보기 위한 심전도 등 장비가 필요하다. 심지어 자는 모습을 영상으로 촬영해야 한다는 부담감도 있다.

9가지 질문만으로 순식간에 진단

김재경 기초과학연구원(IBS) 의생명 수학 그룹 CI 연구팀은 삼성서울병원, 이화여대 서울병원 과의 공동 연구를 통해 개발한 수면 질환을 예측할 수 있는 알고리즘 ‘슬립스(SLEEPS‧SimpLe quEstionnairE Predicting Sleep disorders)’를 오늘(12일) 공개했다.

연구진은 약 5,000명의 수면다원검사 결과를 기계 학습을 통해 학습시켜 수면 질환 위험도를 예측하는 알고리즘 ‘슬립스’를 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. 가령, 슬립스 검사 결과 수면호흡장애 위험도가 50%라는 결과가 나왔다면, 실제 수면다원검사를 시행했을 때 수면호흡장애가 발견될 확률이 50%임을 의미한다.

미국 하버드대 연구팀도 AI 기반 수면 질환 검사 알고리즘을 개발한 바 있으나, 이 시스템은 목둘레, 혈압 등 쉽게 답하기 어려운 문항이 포함되어 있어 사용이 까다로웠다. 또한, 하버드대 연구팀의 시스템은 예측 정확도도 70% 정도에 그쳤다.

슬립스 사이트(www.sleep-math.com)를 통해 누구나 무료로 수면 질환 여부를 예측해볼 수 있다. 현재 본인의 상태를 기준으로 몸무게 변화나 나이가 듦에 따른 수면 질환 위험도 변화도 살펴볼 수 있다. 이를 통해 수면 질환 증상을 완화하기 위해서는 체중 감량이 얼마나 필요한 지 등도 확인할 수 있다. 연구진은 향후 슬립스 알고리즘을 건강검진 항목에 포함해 잠재적인 수면 질환 환자들이 선제적으로 질환을 예방할 수 있는 시스템을 구축하는 것이 목표다.

김재경 IBS CI는 “이번 연구는 수학으로 우리가 직면한 건강 문제를 해결해보고자 하는 시도에서 시작됐고, 중요하지만 쉽게 간과할 수 있는 수면 질환에 기계 학습을 접목했다”며 “수면 질환 진단의 복잡한 과정을 줄인 만큼, 많은 사람이 슬립스를 통해 자신의 수면 건강을 알 수 있는 계기가 되길 바란다”고 말했다.