신경계질환의 이상반응을 측정하는 뇌파를 인공지능(AI)로 분석하는 방법이 개발됐다.
분당서울대병원 소아청소년과(신경분과) 황희, 김헌민 교수팀과 서울대공대 전기정보공학부 윤성로 교수팀은 기존 머신러닝을 통한 뇌파분석모델보다 한단계 발전된 알고리즘을 개발했다고 공학 분야 저명 국제 학술지인 IEEE Access에 발표했다.
뇌파 분석에는 뇌파와 수면다원검사를 실시하는데 진행 과정 시간도 오래 걸릴 뿐더러 다양한 기준을 적용하는 만큼 판독하는데도 장시간을 요한다.
공동연구팀이 개발한 알고리즘은 합성곱신경망(CNN; Convolutional Neural Network)과 장단기 메모리 방식(LSTM; Long-Short Term Memory)의 순환신경망을 동시에 적용한 하이브리드 방식이다.
합성곱신경망은 주로 이미지 분석에, 순환신경망은 주로 시계열 분석(시간의 경과에 따른 관측 값을 분석)에 사용된다.
연구팀은 218명의 건강한 소아의 정상 뇌파를 분석해 최대 3만 5천여 개의 뇌파 분석 단위에 대해 3명의 숙련된 신경과 의사가 각각 독립적으로 수면 단계를 구분했다.
그리고 이 자료를 바탕으로 다양한 종류의 데이터 조합과 프로세스를 적용해 최적의 성능으로 각성 수면 단계를 자동 분석하도록 알고리즘을 개발했다.
전문가 대비 육안으로 구별할 수 있는 각성과 2단계 비렘수면(깊은 잠) 분석의 정확도는 각각 96%와 92%로 높았다.
그리고 뇌파 자체와 주파수 정보를 분석 대상으로 함께 이용할 때가 정확도가 높았으며, 분석 단위를 30초로 하고 뇌파 전체를 이용할 때 알고리즘이 최적의 성능을 발휘했다.
이번 연구는 과학기술정보통신부가 후원하고 정보통신산업진흥원(NIPA)이 주관하는 기계 학습을 이용한 지능형 의료 소프트웨어 개발 사업인 닥터 앤서 프로젝트의 일환으로 시행됐다.