2019.06.07

“기침 소리로 호흡기 질환 진단” 음성 인식의 새로운 가능성

George Nott | Computerworld
스마트폰 앱으로 어린이들의 기침 소리를 녹음해 천식, 폐렴 등 호흡기 질환을 진단할 수 있게 될 것으로 기대된다. 

커틴 대학교와 퀸즈랜드 대학교 연구원들은 녹음된 기침 소리를 분석해서 천식, 크룹, 폐렴, 하부 호흡기 질환 진단의 정확성을 높이는 알고리즘에 대한 보고서를 공개했다. 
 
ⓒ Getty Images Bank
‘호흡기 연구(Respiratory Research)’라는 학술지에 실린 이 보고서는 두 부분으로 구성되어 있다. 연구원들은 우선 자동 기침 탐지기를 개발해 지속적인 오디오 스트림에서 기침 소리를 발견 및 추출하는 시스템을 개발했다. 이 시스템은 소음에서 말소리를 구분해내는 데 일반적으로 사용되는 음성 인식 기술을 사용했다.

그다음 기침 소리를 분류하고 묶어서 진단하는 알고리즘을 개발했는데, 852개 기침으로 구성된 초기 데이터 세트를 통해 대상 질환을 진단하기 위해 훈련된 신경망을 사용했다. 이 알고리즘은 어린이들의 증상과 관련된 5가지 질문에 대한 부모들의 답변을 결합해 최적화됐다. 이 질문에는 하루에 얼마나 기침을 하는지, 열이 있는지 등이 포함되어 있다.

이후 이 알고리즘을 레즈앱 헬스(ResApp Health)가 개발한 앱으로 구현해 서부 호주의 2개 병원에서 치료를 받고 있는 29일~12세 사이 어린이들의 585개 기침 소리를 진단했다. 

앱으로 진단한 결과를 의사의 진단과 비교했을 때 81~97%의 정확도를 보였다. 특히 천식과 폐렴에 대한 진단 정확도가 가장 높았다.

이 보고서에 참여한 폴 토터 박사는 “이런 결과는 이 기술이 일반적인 소아 호흡기 질환 진단에 높은 수준의 진단 보조 역할을 할 수 있음을 보여준다. 경험이 많은 의사들도 호흡기 질환을 구분하기가 어렵다. 이 연구는 최신 기술, 수학적 개념, 머신러닝, 임상 의학이 완전히 새로운 진단 테스트를 만들어 내는데 어떻게 성공적으로 결합할 수 있는지를 보여준다”고 말했다.

호흡기 질환 진단은 전형적으로 검사, 의료 영상 검사, 기관지 확장 검사, 폐활량 측정, 체액 분석 등이 필요하다. 특히, 모든 전문 기술 및 임상 시험에 대한 접근이 제한적인 먼 지역에서는 필요한 모든 검사를 수행하지 못할 때가 많으며, 환경이 잘 갖춰져 있더라도 시간과 비용이 많이 든다.

한편, 지난 4월 레즈앱 헬스는 성인을 대상으로 한 하부 호흡기 진단 결과를 공개했는데, 86%의 정확도를 보인 바 있다. editor@itworld.co.kr
 


2019.06.07

“기침 소리로 호흡기 질환 진단” 음성 인식의 새로운 가능성

George Nott | Computerworld
스마트폰 앱으로 어린이들의 기침 소리를 녹음해 천식, 폐렴 등 호흡기 질환을 진단할 수 있게 될 것으로 기대된다. 

커틴 대학교와 퀸즈랜드 대학교 연구원들은 녹음된 기침 소리를 분석해서 천식, 크룹, 폐렴, 하부 호흡기 질환 진단의 정확성을 높이는 알고리즘에 대한 보고서를 공개했다. 
 
ⓒ Getty Images Bank
‘호흡기 연구(Respiratory Research)’라는 학술지에 실린 이 보고서는 두 부분으로 구성되어 있다. 연구원들은 우선 자동 기침 탐지기를 개발해 지속적인 오디오 스트림에서 기침 소리를 발견 및 추출하는 시스템을 개발했다. 이 시스템은 소음에서 말소리를 구분해내는 데 일반적으로 사용되는 음성 인식 기술을 사용했다.

그다음 기침 소리를 분류하고 묶어서 진단하는 알고리즘을 개발했는데, 852개 기침으로 구성된 초기 데이터 세트를 통해 대상 질환을 진단하기 위해 훈련된 신경망을 사용했다. 이 알고리즘은 어린이들의 증상과 관련된 5가지 질문에 대한 부모들의 답변을 결합해 최적화됐다. 이 질문에는 하루에 얼마나 기침을 하는지, 열이 있는지 등이 포함되어 있다.

이후 이 알고리즘을 레즈앱 헬스(ResApp Health)가 개발한 앱으로 구현해 서부 호주의 2개 병원에서 치료를 받고 있는 29일~12세 사이 어린이들의 585개 기침 소리를 진단했다. 

앱으로 진단한 결과를 의사의 진단과 비교했을 때 81~97%의 정확도를 보였다. 특히 천식과 폐렴에 대한 진단 정확도가 가장 높았다.

이 보고서에 참여한 폴 토터 박사는 “이런 결과는 이 기술이 일반적인 소아 호흡기 질환 진단에 높은 수준의 진단 보조 역할을 할 수 있음을 보여준다. 경험이 많은 의사들도 호흡기 질환을 구분하기가 어렵다. 이 연구는 최신 기술, 수학적 개념, 머신러닝, 임상 의학이 완전히 새로운 진단 테스트를 만들어 내는데 어떻게 성공적으로 결합할 수 있는지를 보여준다”고 말했다.

호흡기 질환 진단은 전형적으로 검사, 의료 영상 검사, 기관지 확장 검사, 폐활량 측정, 체액 분석 등이 필요하다. 특히, 모든 전문 기술 및 임상 시험에 대한 접근이 제한적인 먼 지역에서는 필요한 모든 검사를 수행하지 못할 때가 많으며, 환경이 잘 갖춰져 있더라도 시간과 비용이 많이 든다.

한편, 지난 4월 레즈앱 헬스는 성인을 대상으로 한 하부 호흡기 진단 결과를 공개했는데, 86%의 정확도를 보인 바 있다. editor@itworld.co.kr
 


X