'정확도 91.2%', 현재 천명음 판별 수단인 '청진' 대체

(사진설명: 김경훈 분당서울대병원 소아청소년과 교수, 사진제공: 분당서울대병원)

분당서울대병원은 호흡기 질환을 가진 소아들에서 나타나는 비정상적인 숨소리 '천명음'을 찾아내는 인공지능 모델을 개발했다고 지난 31일 밝혔다.

천명음(wheezing)이란 폐로 오가는 공기의 통로인 기도가 좁아지면서 압력에 의해 숨을 쉴 때마다 가슴에서 '쌕쌕' 소리가 나는 호흡음을 뜻한다. 특히 소아는 구조적으로 기도가 좁기 때문에 천식, 기관지염 등으로 이러한 천명음이 발생하는 경우가 많은데, 이는 소아 호흡기 질환을 조기 진단하는 데 가장 중요한 지표로 활용되고 있다.

김경훈 교수는 "소아는 구조적으로 기도가 좁아 천명음이 발생하기가 쉽고, 허파꽈리(폐포)의 표면적도 적어 천식 등의 호흡기 질환을 견딜 수 있는 능력도 성인에 비해 현저히 떨어진다"라며, "천식 등의 호흡기 질환을 조기에 진단해 후유증을 최소화하고, 개인의 상태에 맞춘 최적의 치료 전략을 수립하는 데 이번 인공지능 모델이 큰 도움이 될 것"이라고 전했다.

현재 천명음을 판별하는 수단은 가슴에 청진기를 대고 직접 숨소리를 듣는 전통적인 '청진' 방식이다. 객관적인 수치로 나타나는 검사법이 아니기 때문에 의사의 경험과 판단에 따라 정확도의 차이가 발생한다는 한계가 있다. 

이러한 한계 극복을 위해 김경훈 교수팀은 인공지능(AI)을 통해 천명음을 감별하는 알고리즘을 개발하는 연구를 수행했다. 기계 학습에는 소아 호흡기 전문가들이 교차 검증한 실제 소아 호흡기 환자의 287명의 호흡음이 사용되었다.

또한, 연구팀은 34개 레이어의 레즈넷(ResNet) 인공신경망 기술을 적용했다. 인공신경망의 레이어는 필요보다 많을 경우 예측 정확도가 오히려 떨어질 수 있어 분석 대상에 맞는 최적의 조합을 찾는 것이 중요한데, 천명음 발견에는 34-레이어가 가장 적합하다. 

한편 개발된 알고리즘은 정확도 91.2%, 정밀도(동일 조건에서 측정한 값이 얼마나 일정하게 나타나는지 나타낸 수치) 94.4% 수준으로 높은 정확성과 안정성을 보였다. 이러한 분석은 소량의 메모리 공간만을 필요로 해 향후 모바일 기기 등에 적용해 환자 개인별 상태를 시간, 장소의 제약 없이 모니터링할 수 있게 될 전망이다. 

metarism@galaxyuniverse.ai

홈으로 이동 상단으로 이동