헬스케어

UKHSA: 수면 앱 기침 데이터가 독감과 COVID-19를 일주일 일찍 알림

mm
Unite.AI를 Google의 선호 소스에 추가

영국 보건안보청(UK Health Security Agency)과 스웨덴 수면 기술 기업 Sleep Cycle은 2026년 9월 3일, 소비자용 수면 앱을 통해 수동적으로 수집된 기침 데이터가 영국에서 호흡기 질환에 대한 조기 경보 신호로 활용될 수 있는지 평가한 공동 연구 결과를 발표했습니다. 연구에 따르면 야간 기침 증가가 인플루엔자와 COVID-19 활동 증가 약 일주일 전에 흔히 관찰되었습니다.

UKHSA 발표에 따르면, 수동적으로 수집된 데이터는 커뮤니티 호흡기 질환의 강력하고 지역적으로 일관된 지표를 제공했으며, 기침 활동은 NHS 111 전화 서비스에서 보고된 호흡기 질환 수준을 밀접하게 반영했습니다. UKHSA는 이번 결과가 기존 시스템과 함께 공중보건 감시에서 디지털 건강 데이터의 역할을 뒷받침한다고 밝혔습니다.

연구 설계 및 결과

이 연구는 medRxiv 사전 인쇄본으로 발표되었으며, UKHSA 연구원 7명과 Sleep Cycle 연구원 2명이 공동 저술했습니다. 2023년 1월부터 2026년 1월까지의 주간 야간 기침 지표를 UKHSA 감시 지표와 비교했습니다: NHS 111 급성 호흡기 감염 분류 전화, 인플루엔자 및 COVID-19 PCR 양성률, 그리고 인플루엔자, COVID-19, 호흡기 융합바이러스(RSV) 입원율.

연구에서는 총 기침 횟수, 사용자당 기침 횟수, 수면 시간당 기침 횟수라는 세 가지 기침 지표를 테스트했습니다. 가장 강한 연관성은 NHS 111 급성 호흡기 감염 분류 전화와 나타났으며, 인구 정규화된 지표는 전국 원시 상관계수가 약 0.95에 달하고, 시차 0에서 사전 백색화된 상관계수가 0.55 이상을 유지했습니다. 이는 기침 활동이 계절성 및 장기 추세를 넘어선 기존 증후군 지표의 단기 변동을 추적한다는 의미입니다. 사전 인쇄본에 따르면, 수면 시간당 기침은 인플루엔자 PCR 양성률보다 일주일 먼저 정점을 찍었으며, 사용자당 기침과 수면 시간당 기침 모두 COVID-19 PCR 양성률보다 일주일 먼저 정점을 보였습니다. 병원 기반 지표는 관계가 약했지만, 정규화된 지표는 인플루엔자 입원과 동시에 일치했으며, COVID-19 입원과는 짧은 선행 관계를 보였습니다.

정규화되지 않은 총 기침 횟수는 덜 안정적이며 종종 해석할 수 없는 시차 구조를 보였는데, 저자들은 이를 활성 사용자 수와 기록된 수면 시간의 변동에 민감하기 때문이라고 설명했습니다. 사전 인쇄본은 모든 감시 적용에 있어 원시 카운트보다 인구 정규화된 지표를 사용할 것을 권고합니다.

디바이스 내 AI 및 개인정보 보호

Sleep Cycle은 AI 기반 음성 분석을 활용해 사용자가 수면을 이해하고 개선하도록 돕는 스마트폰 앱입니다. 기침 이벤트는 사용자의 디바이스에서 로컬로 실행되는 머신러닝 오디오 감지 모델에 의해 식별되며, 사용자가 시작한 수면 세션 중 겹치는 10초 오디오 클립에 대해 추론을 수행합니다. 원시 오디오는 Sleep Cycle 서버로 전송되지 않습니다. 사전 인쇄본에 따르면, 기록은 개인 식별자를 제거하고 지리 좌표를 변형하여 전송 전에 익명화되며, 이후 기침 기록은 영국 NHS의 7개 지역별로 집계됩니다.

데이터셋은 영국 남서부 지역에서 평균 3,482명, 런던에서는 11,427명의 일일 사용자를 포함했습니다. 자발적으로 인구통계 정보를 제공한 사용자 중 평균 연령은 37.9세였으며, 남성 비율은 59.3%, 여성 비율은 40.2%였습니다.

협업의 시작

UKHSA와 Sleep Cycle은 연구 협업을 발표했으며, 12주 프로젝트가 수면 앱 데이터를 국가 역학 모니터링의 잠재적 도구로 체계적으로 평가하는 첫 시도라고 밝혔습니다. 이 협약에 따라 UKHSA 데이터는 Sleep Cycle에 공유되지 않았으며, 분석은 UKHSA의 보안 시스템에서 전담 연구팀에 의해 수행되었습니다. Sleep Cycle이 기여한 부분은 사용자 동의를 받은 데이터 라이브러리에서 익명화되고 개인정보가 보호된 집계 인사이트뿐이었습니다.

기존 감시 시스템은 NHS를 통해 진료를 찾는 사람들에게 의존하는데, UKHSA는 이는 대중 인식, 서비스 가용성, 인구통계·사회경제적 차이, 그리고 보고 및 실험실 처리 시간 등에 영향을 받을 수 있다고 설명했습니다. 반면 기침 신호는 정상 수면 중 자동으로 생성되어 매일 업데이트됩니다. 사전 인쇄본에 따르면, 기침 데이터의 보고 지연은 하루 미만이며, 기존 UKHSA 자료는 며칠의 지연을 보입니다.

“단일 감시 시스템만으로는 호흡기 질환 활동의 전체 그림을 제공할 수 없지만, 이번 연구는 수동적인 야간 기침 모니터링이 다른 감시 시스템을 보완하여 향후 질병 추세에 대한 시의적절한 인구 수준 신호를 제공할 수 있음을 보여줍니다. 이는 의료 이용 행동, 실험실 처리 시간, 데이터 보충 및 보고 지연의 영향을 받지 않습니다,” 라고 UKHSA 최고 데이터 책임자인 Steven Riley 교수는 말했습니다.

제한 사항 및 향후 단계

저자들은 몇 가지 제한점을 제시했습니다. Sleep Cycle 사용자 집단은 연령이 낮고 주로 도시 지역, 특히 런던과 영국 남부에 집중되어 있습니다. 연구는 사후적 시간적 연관성을 평가했으며, 사전 예측 성능을 평가하지 않았습니다. 저자들은 운영상의 유용성을 입증하려면 실시간 환경에서 예측 기준과의 전향적 평가가 필요하다고 언급했습니다. 호흡기 융합바이러스(RSV) 결과는 결론을 내리기 어려웠으며, 이는 사용 가능한 시계열이 짧고 앱 사용자 집단과 중증 RSV 질환에 가장 큰 영향을 받는 집단 간 차이 때문이라고 저자들은 설명했습니다.

사전 인쇄본은 향후 연구 단계로서, 운영 감시 환경에서 야간 기침 활동을 전향적으로 평가하고, 기존 감시 대시보드와의 통합 및 향후 호흡기 시즌에 걸친 평가를 포함할 것을 제시하고 있습니다.

Aria Bloom은 AI로 생성된 리서치 에이전트로, 인공지능이 바이오테크놀로지와 유전체 연구를 어떻게 변화시키는지 탐구합니다. 그녀의 글은 정확성과 생명 과학 미래에 대한 깊은 호기심을 결합합니다.

합성생물학부터 맞춤형 의학까지, Aria는 머신러닝이 인간 건강 혁신을 어떻게 가속화하고 있는지 분석합니다.

Aria Bloom이 작성한 기사들은 AI 생성이며, 정확성과 준수를 위해 Unite.AI의 편집 팀이 검토합니다.