수면 중 생리신호를 통한 심혈관 질환 판별
심혈관 질환(CVDs)은 세계적으로 주요 사망 원인 중 하나로, 조기 발견과 선별 검사가 매우 중요합니다. 이러한 배경에서 새로운 AI 알고리즘인 SleepCVD-Net이 개발되었습니다. 이 알고리즘은 수면 중 생리신호를 바탕으로 자동으로 심혈관 질환을 판별하는 혁신적인 기술을 제공합니다.
- 세계보건기구(WHO)에 따르면, 2019년 기준 심혈관 질환은 전 세계 사망의 약 31%를 차지했습니다. 이는 매년 약 1,790만 명이 심혈관 질환으로 사망한다는 의미입니다.
- 미국심장협회(AHA)의 연구에 따르면 심혈관 질환으로 인한 사망자 수는 2030년까지 23.6백만 명에 이를 것으로 예상되며, 이로 인해 혁신적인 조기 진단 기술의 필요성이 더욱 커지고 있습니다.
SleepCVD-Net의 구조와 기능
SleepCVD-Net은 세 가지 모드의 심층 신경망을 사용하여 단일 리드 심전도(ECG), 기류(Airflow), 산소 포화도(SpO2) 신호를 처리합니다. 이 모델은 수면 중 생리신호를 활용하여 심혈관 질환의 조기 검출을 목표로 하며, 97.55%의 높은 평균 정확도를 자랑합니다.
- 기존 ECG는 심장의 전기적 활동을 기록하여 심장 건강 상태를 평가하는 데 필수적인 정보로 사용됩니다. SleepCVD-Net은 이러한 ECG 신호를 효과적으로 분석하여 자동화된 진단을 제공합니다.
- 산소 포화도(SpO2) 수치를 측정하는 것은 특히 수면 무호흡증 같은 수면 관련 장애를 판별하는 데 중요한 역할을 합니다. 이러한 데이터를 바탕으로 심혈관 질환 위험성을 더욱 정밀하게 평가할 수 있습니다.
심혈관 질환의 주요 위험 요소와 선별
심혈관 질환은 다양한 만성 질환의 위험 요소로 작용할 수 있습니다. 비만, 고혈압, 당뇨병 등과 관련이 있으며, 이로 인해 조기 발견이 필수적입니다. SleepCVD-Net은 이러한 질환을 조기에 감지하여 예방과 치료를 지원합니다.
- 미국 질병통제예방센터(CDC)에 따르면 비만, 흡연, 고혈압, 고콜레스테롤, 당뇨병 등은 주요 심혈관 질환 위험 요소로 간주됩니다.
- 영국 심장재단(BHF)은 정기적인 혈압과 혈당 수치를 모니터링하는 것이 심혈관 건강을 관리하는 데 중요한 역할을 한다고 강조합니다. 이러한 정보는 AI 기반 솔루션인 SleepCVD-Net을 통해 보다 개선된 형태로 제공될 수 있습니다.
폴리솜노그래피(PSG)의 역할
전통적으로 수면 장애 진단에 사용되는 폴리솜노그래피(PSG)는 다양한 생리 데이터를 제공합니다. SleepCVD-Net은 PSG 데이터를 활용하여 심혈관 질환뿐만 아니라 다양한 만성 질환의 조기 선별에 기여할 수 있습니다.
- PSG는 수면 단계, 심박수, 호흡 패턴, 산소 포화도 등을 포함한 다양한 생리 매개변수를 기록합니다. 이를 통해 수면의 질과 건강 상태를 다각도로 분석할 수 있습니다.
- 장기적으로 PSG 데이터는 개인 맞춤형 건강 관리에 중요한 데이터로 활용될 수 있으며, 이는 신속한 병원 치료와 지속적인 가정 모니터링이 포함된 포괄적인 건강 관리 접근 방식을 지원합니다.
연구 결과와 향후 전망
연구 결과, SleepCVD-Net은 심혈관 질환 선별에 있어 매우 높은 성능을 보였습니다. 이는 병원 및 가정 환경에서 심혈관 건강을 모니터링하는데 중요한 도구로 작용할 수 있음을 시사합니다. 다만, 연구에서는 제한된 심혈관 질환에 초점을 맞췄으며, 앞으로 더 많은 질환을 포함한 연구가 필요합니다.
- 하버드대학 의과대학의 연구에 따르면 심혈관 질환의 예방을 위한 조기 진단은 의료비 절감에 크게 기여할 수 있으며, 이는 전 세계 의료 시스템에 긍정적인 영향을 미칠 수 있습니다.
- 향후 SleepCVD-Net의 확장적인 연구를 통해 심혈관 질환 범위가 확대되면, AI 기반 의료 기술이 전체 인구의 건강 관리에 더욱 중요한 역할을 할 것으로 기대됩니다.
출처 : 원문 보러가기
