목소리만으로 뇌졸중 후 흡인성 폐렴 위험도를 예측할 수 있게 됐다. 흡인성 폐렴은 뇌졸중 환자에게 치명적인 합병증이다.
가톨릭의대와 포항공대 연구진은 AI를 활용해 음성 기반으로 '뇌졸중 후 연하곤란 환자의 폐렴 합병증' 발생을 예측할 수 있는 머신러닝 모델을 한국연구재단 지원으로 개발했다.
가톨릭대 부천성모병원 재활의학과 임선 교수 연구팀은 머신러닝 기술을 이용한 자동 음성 신호 분석을 통해 중증 연하장애 환자와 흡인성 폐렴 발생 위험이 높은 환자를 각각 88.7%, 84.5%의 민감도로 구별하였다.
흡인성 폐렴은 뇌졸중 환자의 약 3분의 1에서 발생하는 것으로 알려져 있다. 뇌졸중 후유증으로 연하곤란(삼킴장애)이 있는 환자에서 흡인성 폐렴의 발생 위험이 높기 때문에 연하곤란 중증도를 정확하게 예측하는 것은 중요하다.
임선 교수는 "목소리 변성을 통한 흡인성 폐렴을 예견하는 기술은 비침습적으로 시행할 수 있다는 장점과 폐렴 발생 전 위험을 예방 대처할 수 있어 연하장애 환자 치료에 큰 보탬이 될 것으로 기대된다"고 했다.
임선 교수 연구팀은 지난 2020년 AI 기술을 활용한 음성 기반 후두암 진단 관련 논문을 발표, 첫 음성 신호 기반 인공 지능 활용 연구로 학계의 주목을 받은 바 있다.
임선 교수는 “이번 연구로 음성 신호 기반 인공지능 기술이 후두암 발병 유무뿐 아니라, 뇌졸중 후 흡인성 폐렴 발생 예측까지 가능함을 확인했다”며 “뇌졸중 후 연하곤란 환자에서 흡인성 폐렴 발병 위험을 낮출 수 있을 것으로 기대한다”고 했다.
이번 연구는 SCIE 학술지인 ‘사이언티픽 리포트(Scientific Reports)’에 10월 게재됐다.
가톨릭의대와 포항공대 연구진은 AI를 활용해 음성 기반으로 '뇌졸중 후 연하곤란 환자의 폐렴 합병증' 발생을 예측할 수 있는 머신러닝 모델을 한국연구재단 지원으로 개발했다.
가톨릭대 부천성모병원 재활의학과 임선 교수 연구팀은 머신러닝 기술을 이용한 자동 음성 신호 분석을 통해 중증 연하장애 환자와 흡인성 폐렴 발생 위험이 높은 환자를 각각 88.7%, 84.5%의 민감도로 구별하였다.
흡인성 폐렴은 뇌졸중 환자의 약 3분의 1에서 발생하는 것으로 알려져 있다. 뇌졸중 후유증으로 연하곤란(삼킴장애)이 있는 환자에서 흡인성 폐렴의 발생 위험이 높기 때문에 연하곤란 중증도를 정확하게 예측하는 것은 중요하다.
임선 교수는 "목소리 변성을 통한 흡인성 폐렴을 예견하는 기술은 비침습적으로 시행할 수 있다는 장점과 폐렴 발생 전 위험을 예방 대처할 수 있어 연하장애 환자 치료에 큰 보탬이 될 것으로 기대된다"고 했다.
임선 교수 연구팀은 지난 2020년 AI 기술을 활용한 음성 기반 후두암 진단 관련 논문을 발표, 첫 음성 신호 기반 인공 지능 활용 연구로 학계의 주목을 받은 바 있다.
임선 교수는 “이번 연구로 음성 신호 기반 인공지능 기술이 후두암 발병 유무뿐 아니라, 뇌졸중 후 흡인성 폐렴 발생 예측까지 가능함을 확인했다”며 “뇌졸중 후 연하곤란 환자에서 흡인성 폐렴 발병 위험을 낮출 수 있을 것으로 기대한다”고 했다.
이번 연구는 SCIE 학술지인 ‘사이언티픽 리포트(Scientific Reports)’에 10월 게재됐다.
이 기사와 관련기사