연구, 과학기술정통부-정보통신산업진흥원 '닥터 앤서' 프로젝트 일환
뇌파 검사에 기존보다 고도화된 딥러닝 모델 도입 '인공지능 적용 가능성 열다'
뇌파 전문가 3명 분석, 자료 대비 '약 92%' 정확
[보건타임즈] 각성과 수면 단계를 구분하는 알고리즘 개발에 성공했다.
분당서울대병원 소아청소년과(신경분과) 황희, 김헌민 교수팀과 서울대 공과대학 전기정보공학부 윤성로 교수팀은 공동 연구를 통해 뇌신경생리신호 분석에 AI를 적용할 가능성을 입증했다며 이같이 밝혔다.
뇌파는 현재 체외에서 측정할 수 있는 유일한 중추신경계의 생리적 마커로 수면 검사와 뇌파검사 등을 통해 다양한 신경계 질환에서 이상 반응을 측정하는 중요한 지표로 사용되고 있다.
이번에 개발한 알고리즘이 파악, 구분한 각성과 수면 단계는 3명의 뇌파 전문가가 분석한 자료 대비 약 92% 정도로 높은 정확도를 보였다는 게 연구팀의 설명이다.
뇌파 검사와 수면 다원 검사를 판독하기 위해선 의식 상태의 구분이 매우 중요하며 의식 상태는 뇌파 분석을 통해 각성, 렘수면, 비렘수면 등으로 나뉜다.
이러한 검사들은 검사에 시간이 매우 오래 걸릴 뿐만 아니라(수면다원검사는 8시간 이상, 뇌파검사는 30분 이상), 다양한 기준을 동시에 적용하는 까다로운 과정, 판독을 위해 많은 전문가가 오랫동안 시간을 할애해야 하는 문제 등으로 환자와 의료진에 큰 부담이 돼왔다.
이에 공동 연구팀은 기존 머신러닝을 통한 뇌파분석모델보다 더 진보한 합성곱신경망(CNN Convolutional Neural Network)과 장단기 메모리 방식(LSTM Long-Short Term Memory)의 순환신경망을 동시에 활용한 '하이브리드 알고리즘'을 적용, 정확도를 높이는 동시에 발전된 인공지능 뇌파 분석에 한 발짝 더 나아간 연구결과를 내놨다.
합성곱신경망은 주로 이미지 분석, 순환신경망은 주로 시계열 분석(시간의 경과에 따른 관측값을 분석)에 사용된다.
황희, 김헌민 교수팀은 건강한 소아 218명의 정상 뇌파를 분석, 최대 3만 5천여 개의 뇌파 분석 단위를 숙련된 신경과 의사 3명이 각각 독립적으로 수면 단계를 구분했다.
서울대 공과대학 인공지능연구소에선 이 자료를 바탕으로 다양한 종류의 데이터 조합과 프로세스를 적용, 가장 좋은 성능으로 각성 수면 단계를 자동으로 분석하는 알고리즘을 개발해냈다.
이 연구결과에 따르면 실제 육안으로 구별이 가장 잘 되는 각성과 제2단계 비렘수면 분석에서 알고리즘의 정확도가 각각 96%와 92%로 높게 나타났다.
뇌파 자체와 주파수 정보를 분석 대상으로 함께 이용할 때 가장 정확도가 높았으며 분석 단위를 30초로 해 뇌파 전체를 파악할 때 가장 알고리즘의 성능이 좋았다.
이 연구는 과학기술정보통신부 후원, 정보통신산업진흥원(NIPA)이 주관하는 기계 학습을 이용한 지능형 의료 소프트웨어 개발 사업 '닥터 앤서' 프로젝트의 일환으로 수행됐다.
인공지능 알고리즘은 뇌전증 세부 과제에서 개발 중인 자동 뇌파 분석 소프트웨어에 각성 상태 구분을 위한 모듈에 탑재될 예정이다.
연구팀은 향후 인공지능 자동 뇌파 분석 소프트웨어에서 전향적으로 뇌파를 분석하면서 성능을 더욱 높이는 학습을 진행할 예정이다.
이 연구 책임자 황희 교수는 "다년간의 수련과 전문성이 필요한 뇌파 분석에 인공지능을 적용하면 인적 오류를 최소화할 수 있을뿐더러, 인공지능이 고도화됨에 따라 더 정확하면서 상세한 분석을 통해 뇌파 분석의 효율을 높이는 것은 물론 질적 수준 향상을 기대할 수 있다"고 평가했다.
이 연구는 공학 분야 저명 국제 학술지 IEEE Access 7월호에 게재됐다.
이 뉴스클리핑은 BKT뉴스{www.bktimes.net}에서 발췌된 내용입니다.
