www.bokuennews.com

의료 인공지능(AI) 기업 허니냅스(HoneyNaps)가 수면 질환 진단 알고리즘인 솜눔(SOMNUM)의 임상적 가치와 유효성을 입증한 논문을 저명 국제학술지에 발표했다고 밝혔다.

검증 결과에 따르면 솜눔은 모든 수면호흡장애 그룹에서 수면다원검사(Polysomnography, PSG)의 무호흡과 저호흡을 판독하는 데 있어 신뢰성 높은 민감도와 특이도를 보였으며, 경도, 중등도, 중증 수면무호흡증에서 수면무호흡증을 예측하는 성능도 뛰어난 것으로 평가됐다.

이번 연구는 'A deep learning algorithm model to automatically score and grade obstructive sleep apnea in adult polysomnography'라는 제목으로 SCIE급 국제 학술지인 '디지털 헬스'(Digital Health, Volume 10: 1–13) 최신판에 게재됐다.

순천향대 부천병원 수면의학센터장 최지호 교수와 인하대병원 이비인후과 박만준 교수가 임상에 참여했으며 수면다원검사를 통해 단순 코골이, 경도, 중등도, 중증 수면무호흡증 등 수면호흡장애로 진단받은 성인 1000명을 대상으로 진행됐다.

AI 기반 수면다원검사 판독 솔루션인 솜눔이 판독한 데이터를 전문가가 직접 판독한 것과 비교한 결과, 무호흡과 저호흡을 판독하는 데 있어 모든 수면호흡장애 그룹에서 높은 민감도(95% CI: 98.06–98.51)와 특이도(95% 신뢰 구간[CI]: 95.46–97.79)를 보이는 것으로 조사됐다.

[The sensitivity and specificity of the deep learning algorithm model to correctly score the respiratory-related events in the polysomnography(PSG) of patients in main snoring, mild, moderate, and serious obstructive sleep apnea(OSA).]

또한 솜눔은 모든 수면무호흡증 그룹에서 수면무호흡증을 예측하는 성능도 뛰어난 것으로 평가됐다. 질병 예측 성능평가지표인 'ROC곡선 아래 면적(AUC)'을 경도, 중등도, 중증 그룹별로 분석한 결과 0.9402, 0.9388, 0.9442로 나타났으며, 그룹 간의 유의미한 차이는 없었다.

[Area under the receiver operating characteristic (ROC) curve of a deep learning algorithm model for predicting obstructive sleep apnea (OSA).]

허니냅스 관계자는 "당사의 수면 의료 인공지능 솔루션들이 연구개발 단계와 임상시험을 거쳐 의료 현장에 꾸준히 도입되고 있는 가운데, 권위 있는 학술지를 통해서도 임상적 유효성과 효율성을 확인해 기쁘다. 앞으로도 지속적인 연구개발과 더불어 다양한 연구 결과를 세계적인 학술지에 발표해 허니냅스 의료 인공지능 기술에 대한 임상적 가치를 입증할 것"이라고 밝혔다.