2020.03.25

기침 소리로 집단 내 독감 등 발생 여부 탐지하는 라즈베리 파이 기반 IoT 시스템 '플루센스'

Jon Gold | Network World
라즈베리 파이를 기반으로 해 기침과 인구 집단을 실시간으로 추적하는 IoT 기기가 대규모 지비단에서의 독감과 유사한 증상 발발을 확인하는 유용한 도구가 될 수 있다는 연구 결과가 발표됐다.

미국 유메스 암허스트 연구팀은 플루센스(FluSense)라는 사전 크기의 기기를 개발했다. 플루센스는 저렴한 마이크 어레이, 열 감지 센서, 라즈베리 파이, 인텔 모비더스 2 신경 연산 엔진으로 구성되어 있다. 말단의 AI 기기로 소리 샘플을 분류하고 언제든지 같은 공간에 있는 사람의 수를 확인할 수 있다는 것이 기본 원리다.

연구팀은 이 시스템을 통해 음성이 아닌 여러 소리 중에서 기침 소리만을 구분할 수 있으므로 집단의 인원 수와 기침과의 상관관계를 도출할 수 있고 대규모 집단이 독감 등 기침 증상이 나타나는 질병을 어떻게 경험하는지 지표를 만들 수 있다고 주장한다. 

2018년 12월부터 2019년 7월까지의 테스트 기간 동안플루센스는 유매스 대학 보건 서비스 클리닉 대기실 4곳에 설치되었고 연구팀은 시스템의 진단 결과가 클리닉의 독감 및 다른 유사하나 증상을 지닌 질병 테스트와 “매우 강한” 상관관계를 나타냈다고 주장했다.

이번 연구 결과의 수석 담당인 포사드 알 호세인 박사와 공동 저자이자 고문인 조교수 타히두르 라만은 플루센스를 활용한 더욱 원대한 계획을 세우고 있다.

이들은 “현재 조사팀은 플루센스 시스템을 카페, 교실, 기숙사, 체육관, 공연장 등 다규모의 공공 시설에 플루센스를 설치하고, 특정 마을이나 도시의 대규모 인구의 비음성 기침 소리를 포착할 계획”이라고 밝혔다. 이들은 계획을 위해 현재 대규모의 여러 도시 시범 계획을 위한 기금 마련을 준비하고 있으며, 동시에 플루센스가 재채기 등의 더 다양한 질병 증상을 포착할 수 있도록 역량을 강화하고 다양화하고 있다. 조사팀은 일련의 연구 결과를 통해 플루센스가 상용화 시스템으로 발전할 수 있는 가능성을 확인했다고 주장했다.

플루센스는 기술적인 관점에서도 흥미롭다. 인텔 신경 연산 엔진과 라즈베리 파이에서 이루어지는 프로세스가 로컬로 진행되기 때문이다. 증상 정보는 무선으로 연구실에 전송되지만 대규모의 정보 분석이 말단 기기에서 이루어진다. 알 호세인과 라만은 플루센스가 개인 식별 정보를 수집하지 않는다고 강조했다. 환자 개개인의 증상이나 질병을 식별하는 것이 아니라 특정한 설정 하에서의 대규모 데이터 수집이 목적이라는 것이다. 또한 플루센스가 수집하는 정보는 모두 암호화되어 있고 개인 정보 침해 우려를 최소화했다.

조사팀에 따르면, 플루센스의 핵심은 진단 기기가 아닌 보건 탐지 장비다. 알 호세인과 라만은 특히 구글 플루 트렌드나 트위터 등 인터넷 추적에 기반한 보건 감시 기술보다 앞선 중요한 장점이 많다고 주장했다. 이들은 “플루센스는 광고나 공공 보건 캠페인에 쉽게 영향을 받지 않는다. 또한 접점이 없는 센서의 특성상 각기 다른 지역이나 사회경제적 집단(의료 서비스 접근성이 낮은 지역 등)에서 수동으로 질병 증상을 포착하는 경우에 이상적”이라고 부연했다. editor@itworld.co.kr 


2020.03.25

기침 소리로 집단 내 독감 등 발생 여부 탐지하는 라즈베리 파이 기반 IoT 시스템 '플루센스'

Jon Gold | Network World
라즈베리 파이를 기반으로 해 기침과 인구 집단을 실시간으로 추적하는 IoT 기기가 대규모 지비단에서의 독감과 유사한 증상 발발을 확인하는 유용한 도구가 될 수 있다는 연구 결과가 발표됐다.

미국 유메스 암허스트 연구팀은 플루센스(FluSense)라는 사전 크기의 기기를 개발했다. 플루센스는 저렴한 마이크 어레이, 열 감지 센서, 라즈베리 파이, 인텔 모비더스 2 신경 연산 엔진으로 구성되어 있다. 말단의 AI 기기로 소리 샘플을 분류하고 언제든지 같은 공간에 있는 사람의 수를 확인할 수 있다는 것이 기본 원리다.

연구팀은 이 시스템을 통해 음성이 아닌 여러 소리 중에서 기침 소리만을 구분할 수 있으므로 집단의 인원 수와 기침과의 상관관계를 도출할 수 있고 대규모 집단이 독감 등 기침 증상이 나타나는 질병을 어떻게 경험하는지 지표를 만들 수 있다고 주장한다. 

2018년 12월부터 2019년 7월까지의 테스트 기간 동안플루센스는 유매스 대학 보건 서비스 클리닉 대기실 4곳에 설치되었고 연구팀은 시스템의 진단 결과가 클리닉의 독감 및 다른 유사하나 증상을 지닌 질병 테스트와 “매우 강한” 상관관계를 나타냈다고 주장했다.

이번 연구 결과의 수석 담당인 포사드 알 호세인 박사와 공동 저자이자 고문인 조교수 타히두르 라만은 플루센스를 활용한 더욱 원대한 계획을 세우고 있다.

이들은 “현재 조사팀은 플루센스 시스템을 카페, 교실, 기숙사, 체육관, 공연장 등 다규모의 공공 시설에 플루센스를 설치하고, 특정 마을이나 도시의 대규모 인구의 비음성 기침 소리를 포착할 계획”이라고 밝혔다. 이들은 계획을 위해 현재 대규모의 여러 도시 시범 계획을 위한 기금 마련을 준비하고 있으며, 동시에 플루센스가 재채기 등의 더 다양한 질병 증상을 포착할 수 있도록 역량을 강화하고 다양화하고 있다. 조사팀은 일련의 연구 결과를 통해 플루센스가 상용화 시스템으로 발전할 수 있는 가능성을 확인했다고 주장했다.

플루센스는 기술적인 관점에서도 흥미롭다. 인텔 신경 연산 엔진과 라즈베리 파이에서 이루어지는 프로세스가 로컬로 진행되기 때문이다. 증상 정보는 무선으로 연구실에 전송되지만 대규모의 정보 분석이 말단 기기에서 이루어진다. 알 호세인과 라만은 플루센스가 개인 식별 정보를 수집하지 않는다고 강조했다. 환자 개개인의 증상이나 질병을 식별하는 것이 아니라 특정한 설정 하에서의 대규모 데이터 수집이 목적이라는 것이다. 또한 플루센스가 수집하는 정보는 모두 암호화되어 있고 개인 정보 침해 우려를 최소화했다.

조사팀에 따르면, 플루센스의 핵심은 진단 기기가 아닌 보건 탐지 장비다. 알 호세인과 라만은 특히 구글 플루 트렌드나 트위터 등 인터넷 추적에 기반한 보건 감시 기술보다 앞선 중요한 장점이 많다고 주장했다. 이들은 “플루센스는 광고나 공공 보건 캠페인에 쉽게 영향을 받지 않는다. 또한 접점이 없는 센서의 특성상 각기 다른 지역이나 사회경제적 집단(의료 서비스 접근성이 낮은 지역 등)에서 수동으로 질병 증상을 포착하는 경우에 이상적”이라고 부연했다. editor@itworld.co.kr 


X