연세대학교 원주의과대학 양재원 교수[내과학교실(신장)] 연구팀이 최근 환자의 수면 데이터를 인공지능(AI)을 통해 분석하여, 만성콩팥병의 단계별 발생률을 예측할 수 있다는 연구 결과를 발표했다.
양재원 교수와 오르트나산 에르덴바야르 교수(연세대학교 미래캠 AI반도체학부)가 공동으로 진행한 이번 논문은 11월 17일 국제 학술지 『npj Digital Medicine』에 게재됐다.
『npj Digital Medicine』(IF: 15.1)은 세계적인 학술지 『Nature』의 자매지로, 의학 및 건강 관련 최신 연구, 디지털·모바일 기술의 임상 구현 등 디지털 의학 분야를 다루는 권위 있는 저널이다.
연구팀은 수면다원검사(PSG) 표현형을 이용하여 만성콩팥병(CKD)의 자동 선별 및 중증도 분류를 위한 앙상블 학습 접근법을 제시했다.
358명의 피험자(진행성 만성콩팥병 179명, 초기 만성콩팥병 179명)의 PSG 데이터를 랜덤 포레스트, XGBoost, LightGBM, CatBoost의 네 가지 앙상블 알고리즘을 사용하여 분석했다.
앙상블 알고리즘이란 여러 개의 인공지능 모델을 묶어서 더욱 정확한 예측을 하는 기법으로, 연구팀은 이를 활용하여 최종 호흡, 수면 단계, 움직임, 심혈관적 특징을 포함하는 총 1,210개의 수면 관련 변수를 학습했다.
그 결과 CKD 5단계에서 89%를 초과하는 AUC로 높은 다중 클래스 분류 성능을 달성했으며, 산소 포화도, 수면 구조, 심박 변이도의 장애가 CKD 중증도와 밀접한 관련이 있는 것으로 나타났다.
이러한 결과는 수면다원검사 결과 분석을 통해 조기 만성콩팥병 발견 및 위험성 예측이 가능해질 수 있다는 점을 시사한다.
