오늘 백범김구기념관에서 열린 2019 대한수면연구학회에 다녀왔다. 지난 해부터 수면센터와 공동연구로 수행한 연구결과를 발표하는 자리였다. BI 데이터마이닝학회 때에는 방법론 위주로 내가 발표했었는데 오늘 발표는 수면 센터 교수님이 발표하셨다. 의학회를 처음 참석해보았는데 산업공학회와는 분위기가 완전 달랐다. 가장 큰 차이점은 교수들의 발표로 구성되는 점이다. 또 그 발표는 새로운 연구를 시도한 결과이기 보다는 어떤 외래 환자에게 어떤 치료법이 적합한지, 그 결과는 어떠한지 정보를 전달하는 장으로 느껴졌다. 세션 좌장도 '발표'라는 단어보다 '~강의해 주시겠습니다'라는 표현을 쓰는 점부터 산업공학과 학생들의 발표가 주를 이루는 대한산업공학회와는 무릇 분위기가 달랐다. 한편 본인들이 작성한 논문을 소개하는 발표도 있었는데 방법론을 설명하기 보다는, 어떤 이슈에 연구가치가 있다는 점을 알려주는 방향으로 발표했다. 오전에는 빅데이터로 보는 수면(Big data and Sleep) 세션을 듣고, 오후에는 구연발표세션에 참가하였다. 수면연구학회에도 Big data라는 단어가 등장하는 만큼 우리 연구분야가 다방면으로 활용되는 점을 다시 한번 체감했다. 

빅데이터로 보는 수면 세션에 포함되는 발표였다. 인상적이었던 점은 '빛' 도 공해(pollution)가 될 수 있는 점이었다.  빛공해(light pollution)은 우리가 수면을 취해야하는 시간에 인공빛은 수면을 방해하기 때문에 공해라고 표현한다. 뉴스 기사로 몇몇 이슈가 되어온 듯 한데 뉴스와 거리가 먼 나는 그 단어를 처음 접했다.  밤에 우리나라를 찍은 인공위성 사진과, GIS(지리정보시스템)을 결합하여 지역별 빛공해도 Map을 만들고 수면제 처방건수와 연관성을 분석한 연구다. 빛공해도가 높은 지역은 수면제 처방건수가 유의미한 상관성을 갖는 점을 보였다.

발표는 공동연구를 진행하고 있는 수면센터 교수님이 진행하였다. 수면질환을 가진 환자들은 그들 수면의 질을 파악하기 위해 수면다원검사를 진행한다. 수면다원검사로부터 그들의 수면패턴정보 힙노그램(hypnogram: 깊고 낮은 수면 상태로이루어진 시퀀스 데이터)를 추출한 뒤 의사가 질환여부를 판단한다. 하지만 검사와 치료를 병행하며 수면의 질을 제공하는 데 일관된 지표가 부족함에서 본 연구가 시작되었다. 수면의 질을 점수화 할 수 있다는 점은 수면의 질을 직관적으로 표현하고, 치료 전후 개선된 수면의 정도를 설명할 수 있다는 것에 의의가 있다.  기존 수면의 질을 산출하는 데 적용한 방법은 단순히 깊은수면의 비율계산으로 수면패턴특징을 면밀히 반영하지 못하고 있다. 그 예로, 정상수면은 일정한 주기를 갖고 같은 패턴이 4,5번 반복되어야 하는데, 그 패턴이 무작위로 이루어져도 비율만 같으면 같은 수면점수를 보이는 것에 한계를 갖는다. 본 연구는 수면패턴특징을 Markov chain을 적용하여 전이확률을 추출하고, 이를 logistic 회귀 모델을 사용하여 정상인지, 질환인지 예측확률로 수면 점수를 환산하였다. 그 결과, 수면 점수가 수면질환 정도를 정확히 구분하고, 질환을 가진 환자중에서도 나이가 많을 수록 수면 점수가 낮다는 점을 유의하게 밝혔다.

그동안 다녀왔던 학회와는 성격이 전혀다른 학회에 참여했지만 가장 큰 느낀점은 다음과 같다. 지난 BI 데이터마이닝 학회에서는 본 연구에 대해 방법론 중심으로 발표 및 토론이 이루어졌다면, 본 학회에서는 그 연구시도가 새롭고 어떤 의의를 갖는지 어필하고, 마지막에는 항상 임상환자정보가  유의미한 차이를 보이는 점을 강조했다. '기계 혹은 컴퓨터'를 다루었느냐, '사람'을 다루었느냐가 나는 본 학회에서 느낀 가장 큰 차이점이다. 기계학습 방법론을 연구하고 있는 우리로써는 그 응용분야 만큼은 경계를 둘 필요가 전혀 없겠다고 생각한다. 기계학습 적용의 필요성은 분야를 막론하고 요구되는 시대임을 다시금  살펴보았다. 우리연구실도 산업공학회에서 더 나아가 의학회, 또는 프로젝트 도메인이 되는 학회에 가서 실컷 발표를 해볼 법 하다고 생각한다.