분당서울대병원, 어린이 ‘쌕쌕’ 소리 듣고 호흡기 질환 찾는 AI 개발

김경훈 분당서울대병원 소아청소년과 교수 연구진

김경훈 분당서울대병원 교수. /분당서울대병원

국내 연구진이 가슴에서 나는 소리를 듣고 어린 아이의 호흡기 질환을 진단하는 인공지능(AI)을 개발했다. 진단 정확도와 편의성도 높여 호흡기 질환을 빠르게 진단 내릴 수 있게 될 것으로 기대된다.

분당서울대병원은 김경훈 소아청소년과 교수가 이끄는 연구진이 이달 20일 국제 학술지 ‘사이언티픽 리포트’에 호흡기 질환을 가진 어린이들에서 나타나는 비정상적인 숨소리 ‘천명음’을 찾아내는 AI 모델을 발표했다고 31일 밝혔다.

천명음은 폐를 오가는 공기의 통로인 기도가 좁아지면서 숨을 쉴 때마다 가슴에서 ‘쌕쌕’ 소리가 나는 호흡소리다. 성인보다 기도가 좁은 어린이들은 천식, 기관지염 같은 호흡기 염증으로 천명음이 나는 경우가 많아 소아 호흡기 질환을 조기 진단하는 데 중요한 지표로 활용되고 있다.

그러나 천명음을 판별하는 방법은 가슴에 청진기를 대고 직접 숨소리를 듣는 전통적인 방식에 머물러 있다. 객관적인 수치가 아니기 때문에 의사의 경험과 판단에 따라 정확도가 다를 수 있다는 점이 한계로 지적된다.

분당서울대병원 연구진은 이 문제를 해결하기 위해 AI로 천명음을 감별하는 알고리즘을 개발했다. 연구진은 비슷한 기존 연구의 정확도가 낮아 진료 현장에서 활용하기에는 부족하다고 판단했다. 새로운 모델을 개발하기 위해 소아 호흡기 전문가들이 함께 검증한 실제 소아 호흡기 환자 287명의 호흡음을 기계 학습에 사용했다.

정확한 예측을 가능하게 하면서 AI의 학습 능력은 유지할 수 있도록 34개 레이어의 레즈넷(ResNet) 인공신경망 기술도 적용했다. 레이어는 일종의 연산 단계로 필요한 수준보다 많으면 예측 정확도가 오히려 떨어질 수 있어 분석 대상에 맞는 최적의 조합을 찾는 것이 중요하다. 연구진은 천명음 진단에 적합한 레이어 개수를 찾아 34개로 정했다.

분당서울대병원 연구진이 개발한 모델의 성능을 확인한 결과, 정확도 91.2%, 정밀도(같은 조건에서 측정한 값이 얼마나 일정하게 나타나는지 나타낸 수치) 94.4%로 의료 현장에서도 적용할 수 있는 수준으로 나타났다. 또 작은 크기의 저장 공간만으로도 분석을 할 수 있어 앞으로 모바일 기기에 적용해 환자 개인별 상태를 시간, 장소의 제약 없이 모니터링 할 수 있게 될 것으로 전망된다.

김경훈 교수는 “소아는 구조적으로 기도가 좁아 천명음이 발생하기가 쉽고, 폐포의 표면적도 작아 천식 호흡기 질환을 견디는 능력도 성인에 비해 현저히 떨어진다”며 “호흡기 질환을 조기에 진단해 후유증을 최소화하고, 개인의 상태에 맞춘 최적의 치료 전략을 수립하는 데 이번 AI 모델이 큰 도움이 될 것”이라고 전했다.

참고자료

Scientific Reports, DOI : https://doi.org/10.1038/s41598-023-28376-8

- Copyright ⓒ 조선비즈 & Chosun.com -