폐쇄성 수면무호흡 수술은 성공률 예측이 매우 어렵다. 이때 인공지능을 이용하면 수술 성공률이 높은 환자들을 선별하는데 도움을 줄 수 있는 것으로 나타났다. 서울대병원 김현직 · 동국대병원 김진엽 교수팀은 머신러닝으로 폐쇄성 수면무호흡 수술 성공을 예측할 수 있는 알고리즘을 개발했다고 14일 발표했다.
2010~2019년 수면무호흡 수술을 받은 환자 163명이 연구대상이었다. 연구팀은 수술 전후에 시행한 수면다원검사 결과를 토대로 수술 성공률을 분석했고, 수술 전 인공지능 프로그램 예측과 비교했다. 그 결과 인공지능으로 예측한 성공률은 실제 수술 성공률과 70%를 상회하는 일치도를 보였다.
수면다원검사와 양압기 치료의 건강보험 적용으로 폐쇄성 수면무호흡으로 진단받고 양압기를 이용해 치료받는 환자가 가파르게 증가하고 있다. 다양한 심혈관계 및 뇌 질환 합병증을 유발하는 수면무호흡은 양압기 치료가 우선 권장된다. 하지만 양압기는 평생 사용해야 하고 환자가 느끼는 불편감으로 치료를 포기하는 경우가 발생한다. 서울대병원 이비인후과의 연구결과에 따르면 양압기의 좋은 효과에도 불구하고 절반 가까운 환자가 착용 후 1년 이내에 포기하는 것으로 나타났다.
폐쇄성 수면무호흡은 심각한 심혈관계 합병증이 있다. 이 때문에 양압기 치료를 포기한 환자는 다른 치료가 필요하고 수술이 좋은 선택이 될 수 있다. 폐쇄성 수면무호흡의 수술적 치료는 성공률이 중요하다. 서울대병원의 경우 약 70%라고 조사됐다. 그 때문에 수술 성공률이 높은 환자를 수술 전에 구별하는 것이 중요하지만 해부·생리학적 인자들을 모두 고려해야 하므로 예측이 쉽지 않다. 전통적인 예측모델이나 수술을 시행하는 의사의 주관적 성공률 예측은 정확도가 각각 54.2%, 52.2%로 낮았다.
연구팀은 연령, 편도선 크기, BMI, 수면 시간 등 결과 예측에 기여하는 다양한 인자를 조합해 서포트벡터머신(support vector machine), 랜덤 포레스트(random forest), 그래디언트 부스팅(gradient boosting) 등 세 가지 인공지능 모델을 해당 연구에 적용했다. 이 중 그래디언트 부스팅 모델은 정확도는 70.8%로 기존의 예측 방법보다 월등히 정확도가 높은 것으로 판명됐다.
김현직 교수(이비인후과)는 “폐쇄성 수면무호흡 수술의 적절한 환자 선택은 중요하지만 성공 예측이 어려운 과제인데, 인공지능이 정확성을 높일 수 있다”고 말했다. 그는 이어 “인공지능은 스스로 학습을 해서 알고리즘을 발달시킨다"며 "분석대상이 많아지면 현재의 정확도는 더 높아지고 최적의 치료방법을 찾는데 도움이 될 것”이라고 말했다.
이 연구 결과를 토대로 향후 진료실에서 직접 인공지능 분석을 진행하면 불필요한 치료를 줄이고 성공률 높은 치료를 제공할 수 있을 것으로 기대된다.
이번 연구는 네이처의 자매 국제 학술지 ‘사이언티픽 리포트(Scientific Report)’ 최근호에 발표됐다.