스탠퍼드 의대 연구팀 ‘슬립FM’ 공개…파킨슨병·치매·심장질환 등 예측 정확
수면 기록만으로 100개가 넘는 질병의 발생 위험을 예측할 수 있는 인공지능(AI) 모델이 공개됐다.
국제 학술지 네이처 메디슨에 따르면 에마뉘엘 미뇨, 제임스 주 교수 등이 참여한 스탠퍼드 의대 연구팀은 약 6만5000명의 수면 데이터 60만 시간을 학습한 AI 모델 ‘슬립FM(Sleep Foundation Model)’을 개발했다고 밝혔다.
연구진은 수면다원검사 기록 58만5000시간을 5초 단위로 나눠 입력했으며, 뇌 활동과 호흡 패턴, 안구 움직임 등 다양한 생리 신호를 함께 분석했다.
연구팀은 특정 생체 신호 하나를 가린 뒤 나머지 신호로 이를 추론하는 ‘하나 빼기’ 학습법을 적용해 신호 간 상호작용을 학습시켰다.
이 과정에서 AI는 뇌파와 심장 박동, 근육 활동 사이의 연관성을 파악해 미세한 불일치를 질병 위험 신호로 인식할 수 있게 됐다. 여기에 스탠퍼드 수면의학센터가 약 25년간 축적한 질병 추적 관찰 기록도 함께 활용됐다.
미뇨 교수는 “뇌는 수면 상태인데 심장은 각성 신호를 보이는 경우처럼, 개별 신호가 아닌 신호 간 불균형에서 위험을 감지할 수 있다”고 설명했다.
해당 모델은 수면 데이터를 기반으로 130여 개 질환의 위험을 예측했으며, 예측 정확도를 나타내는 C-지수 기준으로 파킨슨병 0.89, 치매 0.85, 고혈압성 심장질환 0.84, 심근경색 0.81, 전립선암 0.89, 유방암 0.87, 사망 위험 0.84의 성능을 보였다.
주 교수는 “0.7 수준의 정확도 모델도 의료 현장에서 활용되고 있다”며 “다양한 조건에서 의미 있는 예측을 보여 조기 질병 예측 기술의 가능성을 확인했다”고 밝혔다. 연구진은 향후 웨어러블 기기에서 수집한 건강 데이터를 추가해 해석 가능한 생리 신호의 범위를 넓힐 계획이다.
