암을 포함해 각종 질병에 걸릴 위험이 있는지를 알기 위해서는 채혈 등 많은 검사를 한다. 건강 검진를 하는 이유도 같다. 하지만 앞으로는 단 하룻밤 수면 데이터면 충분하게 됐다.
《네이처 메디신(Nature Medicine)》에 발표된 연구에 따르면 미국 스탠퍼드 의대 연구진은 수면다원검사 데이터를 분석해 치매부터 심장마비에 이르기까지 130개 이상의 질병에 걸릴 위험이 어느 정도인지를 알려 주는 AI 시스템인 슬립FM을 개발했다. 수면다원검사는 밤새 뇌 활동, 심장 박동, 호흡 패턴, 근육 움직임을 기록하는 가장 표준적인 수면 연구 방법이다.
연구진은 6만 5000명 이상의 수면 기록(총 58만 5000 시간 이상의 수면 데이터)을 기반으로 AI시스템을 훈련시켰다. 기존의 수면 연구는 수면 무호흡증과 같은 특정 질환에 초점을 맞추거나 개별적인 지표만을 측정한다. 반면 이번에 개발된 슬립FM은 뇌파 패턴, 안구 운동, 심장 활동, 근육 긴장도, 호흡 측정 등 모든 생리적 신호를 동시에 처리한다. 또 수면 기록을 5초 단위로 나누고, 다양한 신호 유형의 패턴을 분석해 미래 질병을 예측하는 조합을 찾아낸다.
슬립FM은 1세부터 100세까지 다양한 연령대를 아우르는 4개의 주요 연구 코호트에서 수집한 수면 기록을 분석했다. 연구진은 수면 기록과 진단 코드 등이 포함된 전자 건강 기록을 연동했다. 기존 질환을 감지하는 것을 방지하기 위해 수면 연구 후 최소 7일이 지나 진단이 내려진 사례만 분석에 포함했다.
연구 결과 슬립FM은 임상 진단보다 수년 앞서 130가지 질환에 대한 위험 증가를 예측했다. 모든 원인에 의한 사망률의 경우, 환자의 위험도를 84%의 정확도로 예측했다. 각 질병 별로는 파킨스병 89%, 치매 85%, 심근경색 81%, 심부전 80%, 만성 신장 질환 79%, 뇌졸중 78%, 심방세동 78%의 정확도를 보였다.
슬립 FM은 특히 경도인지장애 및 파킨슨병을 포함한 신경계 및 정신 건강 질환에 대해 특히 강력한 예측력을 보여줬다. 심혈관 질환 중에서는 고혈압성 심장 질환과 뇌출혈을 효과적으로 예측했다. 암 관련에서는 전립선암, 유방암, 피부 흑색종에 대한 예측력이 좋았다.
또 신호 유형은 특정 질병 범주에 대해 더 유용한 정보를 제공하는 것으로 나타났다. 뇌 활동 신호는 정신 및 신경계 질환을 더 잘 포착했고, 호흡 신호는 호흡기 및 대사 장애를 더 효과적으로 예측했고, 심장 신호는 순환기 질환에 가장 유용한 정보를 제공했다.
연구진은 “수면 기록은 시간이 지남에 따라 변화하는 생리학적 시스템 간의 복잡한 상호 작용을 포착하며, 이는 미래 질병 발생에 기여하거나 이를 예고하는 근본적인 과정을 반영할 가능성이 높다”고 설명했다.
