어린이의 숨소리를 분석해 천식 같은 호흡기 질환의 진단을 돕는 인공지능(AI)이 국내 의료진에 의해 개발됐다.

분당서울대병원은 김경훈 소아청소년과 교수팀이 호흡기 질환을 앓고 있는 소아 환자 287명의 호흡음을 학습시켜 천명음을 감별하는 AI 모델을 개발했다고 2일 밝혔다.

천명음은 폐로 오가는 공기의 통로인 기도가 좁아지면서 압력에 의해 숨을 쉴 때마다 가슴에서 ‘쌕쌕’ 소리가 나는 호흡음이다. 구조적으로 기도가 좁은 어린이들이 천식, 기관지염 등을 앓을 때 천명음이 발생하는 경우가 많아 어린이 호흡기 질환을 조기 진단하는 데 가장 중요한 지표로 쓰인다. 하지만 아직까지 천명음을 판별하는 수단은 가슴에 청진기를 대고 직접 숨소리를 듣는 전통적인 방식에 머물러 있다. 객관적인 수치로 나타나는 검사법이 아닌 만큼 진료 의사의 경험과 판단에 따라 정확도 차이가 크다. 이를 보완하기 위해 유사한 선행연구가 진행된 적이 있지만 데이터의 정교함과 정확도가 떨어져 임상현장에서는 활용되지 못하고 있는 실정이다.

연구팀은 AI 예측의 정확도를 높이기 위해 실제 환자의 호흡음을 활용하는 동시에 34개 층(layer)을 쌓아올린 레즈넷(ResNet) 인공신경망 기술을 적용했다. 인공신경망은 인간의 뉴런(신경세포) 구조를 본떠 만든 기계학습 모델이다. 이를 통해 개발한 알고리즘은 정확도 91.2%, 정밀도(동일 조건에서 측정한 값이 얼마나 일정하게 나타나는지 나타낸 수치) 94.4%를 나타냈다. 데이터 분석에는 적은 메모리 공간만 필요하기 때문에 앞으로 모바일 기기 등으로 확장할 수도 있다는 게 연구팀의 설명이다.

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

이번 연구 결과는 국제학술지 네이처의 온라인 자매지 ‘사이언티픽 리포트(Scientific Reports)’ 최신호에 실렸다.