수면 시간이 부족하고 질이 좋지 않은 경우 뇌에 좋지 않은 영향을 미치고 치매 위험도 높일 수 있다고 알려져 있습니다. 샌프란시스코 캘리포니아 대학교와 보스턴의 베스 이스라엘 디코니스 메디컬 센터의 연구팀은 수면 시간에 기록하는 뇌파도 치매 위험도를 예측할 수 있다는 연구 결과를 발표했습니다.
샌프란시스코 캘리포니아 대학교 의과대학 정신의학과 부교수이자 이번 연구의 책임 저자인 웨 렝 박사(Yue Leng, MBBS, Ph.D.)와 동료들은 5개 연구에 참가한 7000명의 수면 중 뇌파 (EEG)를 머신 러닝 기법으로 분석했습니다.
이 머신 러닝 알고리즘은 EEG 기록에서 얻은 뇌파의 13가지 미세구조적 특징을 학습하고 분석했습니다. 연구 참가자들은 40세에서 94세 사이였으며, 연구 시작 시점에는 치매 진단을 받은 사람이 없었습니다. 이들은 3.5년에서 17년 동안 추적 관찰되었으며, 그 기간 동안 약 1,000명의 참가자에게 치매가 발병했습니다.
일반적으로 EEG 파형은 복잡하고 개인에 따라 달라 이를 수작업으로 분석하고 분류하는 것은 매우 번거롭고 결과 역시 일관성이 없을 수 있습니다. 하지만 AI는 몇 시간에 걸친 EEG 파형의 특징을 인간보다 훨씬 빨리 파악하고 분류할 수 있습니다.
연구팀은 이 데이터를 통해 뇌 노화에 영향을 미치는 것으로 알려진 여러 수면 뇌파 패턴을 파악했습니다. 이러한 패턴에는 깊은 수면과 관련된 완만한 파형인 델타파 (delta waves)와 기억 통합과 관련된 짧고 빠른 주파수의 뇌 활동인 수면 방추파(sleep spindle)이 포함됩니다. 이번 연구에서 가장 주목할 만한 점은 뇌파 검사에서 나타나는 갑작스럽고 큰 파형, 즉 첨도 (kurtosis)가 치매 위험 감소와 관련이 있다는 점이었습니다.
연구 결과 AI가 평가한 뇌 나이가 10년 증가하면 치매 위험도는 40% 증가하는 것으로 나타났습니다. 교육 수준, 흡연, 체질량 지수, 신체 활동, 기타 건강 상태 및 유전적 위험 요인과 같은 요소를 보정한 후에도 통계적 유의성은 그대로 유지됐습니다.
수면 중 EEG는 비침습적으로 쉽게 수집할 수 있기 때문에 치매 고위험군을 감별하는데 도움을 줄 수 있습니다. 또 뇌 노화를 가속하는 위험인자를 구분해 예방적 조치가 가능할 수 있습니다. 앞으로 실제 임상에서 활용될 수 있을지 주목됩니다.
참고
https://medicalxpress.com/news/2026-03-brain-aging-faster-key.html#google_vignette
Machine Learning–Based Sleep Electroencephalographic Brain Age Index and Dementia Risk, JAMA Network Open (2026). DOI: 10.1001/jamanetworkopen.2026.1521
댓글
댓글 쓰기