황희·김헌민 분당서울대병원 교수, AI로 뇌파분석 정확도 향상

의학건강

박정환 기자
등록 2019-08-26 13:48:16
수정 2020-09-22 11:14:24

각성 단계 분석 정확도 96%, 비렘수면 92% … 뇌파 전문가와 정확도 같은 수준

황희·김헌민 분당서울대병원 소아청소년과 교수팀과 윤성로 서울대 공대 전기정보공학부 교수팀은 각성수면 단계를 구분하는 알고리즘 개발에 성공했다고 26일 밝혔다.

뇌파는 체외에서 측정할 수 있는 유일한 중추신경계 생리적 마커다. 수면검사 및 뇌파검사로 다양한 신경계질환에 따른 이상반응을 측정하는 지표로 사용되고 있다.
뇌파검사와 수면다원검사 결과를 판독하려면 의식 상태를 명확히 구분하는 게 중요하다. 의식 상태는 각성, 렘수면, 비렘수면 등으로 나뉜다. 뇌파검사는 30분 이상, 수면다원검사는 8시간 등 검사에 긴 시간이 소요되고, 판독 과정이 까다로워 숙련된 전문의도 결과 분석에 오랜 시간을 할애해야 했다.

황 교수팀은 기존 머신러닝을 통한 뇌파분석모델에서 한 단계 진보한 ‘하이브리드 알고리즘’을 적용해 뇌파 분석 정확도를 높이는 데 성공했다. 하이브리드 알고리즘은 합성곱신경망(CNN, Convolutional Neural Network)과 장단기 메모리 방식(LSTM, Long-Short Term Memory) 순환신경망이 함께 적용돼 인공지능 알고리즘에 가까운 정확도를 나타낸다. 합성곱신경망은 주로 이미지 분석, 순환신경망은 시계열 분석(시간의 경과에 따른 관측 값을 분석)에 사용된다.

연구팀은 건강한 소아 218명의 정상 뇌파를 분석해 최대 3만5000여개의 뇌파 분석 단위에 대해 3명의 숙련된 신경과 의사가 각각 독립적으로 수면 단계를 구분했고, 서울대학교 공과대학 인공지능연구소에서는 이 자료를 바탕으로 다양한 종류의 데이터 조합과 프로세스를 적용해 가장 좋은 성능으로 각성 수면 단계를 자동 분석하는 알고리즘을 개발했다.

연구결과에 따르면 실제 육안으로 구별이 가장 잘 되는 각성과 제 2단계 비렘수면에 대한 분석에서 알고리즘의 정확도가 각각 96%와 92%로 높게 나타났고, 뇌파 자체와 주파수 정보를 분석 대상으로 함께 이용할 때 가장 정확도가 높았으며 분석 단위를 30초로 하고 뇌파 전체를 이용할 때 가장 알고리즘의 성능이 좋았다.

이번 연구결과 개발된 알고리즘이 파악한 각성 및 수면단계 구분의 결과는 3명의 뇌파 전문가가 분석한 자료 대비 약 92% 정도로 높은 정확도를 보였다.

이번 연구는 과학기술정보통신부가 후원하고 정보통신산업진흥원(NIPA)이 주관하는 기계학습 이용 지능형 의료소프트웨어 개발사업 ‘닥터앤서 프로젝트’의 하나로 이뤄졌다. 이번에 개발된 알고리즘은 뇌전증 세부 과제로 개발 중인 자동 뇌파 분석 소프트웨어에 각성 상태 구분을 위한 모듈에 탑재될 예정이다. 연구팀은 향후 인공지능 자동 뇌파 분석소프트웨어로 뇌파를 분석하고 데이터를 축적해 알고리즘 성능을 더욱 높인다는 목표다.

책임 연구자인 황희 교수는 “다년간의 수련과 전문성이 필요한 뇌파 분석에 인공지능을 적용하면 인적 오류를 최소화할 수 있다”며 “향후 인공지능이 고도화되면 뇌파 분석의 질과 정확도가 더욱 향상될 것”이라고 말했다.

이번 연구는 공학 분야 저명 국제학술지인 ‘국제전기전자기술자협회 엑세스(IEEE Access)’ 7월호에 게재됐다.

프로필이미지

박정환 기자

댓글 삭제

헤드라인

많이 읽은 기사 (최근 7일간)