
△ 국내 연구진들이 의료용 AI기술들을 잇따라 개발했다.
국내에서 인공지능(AI)을 활용한 질병 예측·진단 기술이 잇따라 개발돼 의료기기 상용화 기대감을 높이고 있다
25일 의료계 등에 따르면 국내 연구진이 음성 기반 스트레스 측정, 척추 골절 진행 예측, 치료적 유전자 타깃 및 생체 지표 유전자 여부 예측 AI솔루션을 개발하는데 성공했다.
분당서울대병원 정신건강의학과 김정현 교수팀은 최근 음스마트폰 등 개인 디지털 기기를 통해 실시간으로 스트레스를 측정하고 관리할 수 있는 기술을 개발했다.
기존의 스트레스 측정은 주관적인 설문조사나 호르몬 검사에 의존해왔으나 연구팀은 근육 긴장과 호흡변화가 목소리 톤에 미치는 영향을 분석해 스트레스를 감지할 수 있다는 점에 주목해 비언어적 음성 바이오마커를 활용해 스트레스 상태를 탐지하는 딥러닝 기반 모델을 개발하고 한국인의 데이터를 이용해 그 유효성을 검증했다.
연구팀은 국내 다기관 임상 연구를 통해 115명의 건강한 직장인을 대상으로 차가운 물에 손을 담근 상태에서 사회적 평가를 받게 하는 SECPT 기법으로 스트레스 상태를 유도했다.
이 과정에서 스트레스 전후의 음성 데이터를 수집하고 주파수, 발화 속도, 음성 패턴 등을 세밀히 비교 분석해 스트레스 수준을 예측할 수 있는 인공지능 모델을 개발했다.
이번 연구에서는 사람마다 다른 목소리의 특징을 정확히 분석할 수 있는 고성능 딥러닝 모델 ECAPA-TDNN을 활용해 정확도를 높였고 연구 신뢰성을 높이기 위해 코르티솔 검사를 병행한 교차 검증도 수행했다.
결과적으로 연구팀이 개발한 모델은 스트레스 상태를 70%의 높은 정확도로 구별할 수 있는 것으로 나타났다. 향후 대규모 데이터셋을 통해 성능을 더욱 개선할 계획이다.
김 교수팀이 개발한 스트레스 탐지 모델은 음성 중 대화 내용 같은 언어적 정보는 배제하고 음성 톤과 같은 비언어적인 요소만 분석했다.
이를 통해 교육 수준, 문화적 배경, 성장 환경 등의 영향을 받지 않는 보편적 모델을 구축할 수 있었다.
또 모든 데이터는 로컬에서 처리되고 외부 서버로 전송되지 않기 때문에 개인정보 유출 위험을 최소화할 수 있다.
연구팀은 개인 모바일 기기에서 주기적으로 스트레스 수준을 확인할 수 있다면 높은 스트레스가 감지될 경우 심호흡, 명상, 운동 등의 완화기법을 사용하거나 필요시 병원을 찾는 등 적절한 대처로 정신건강 관리에 도움이 될 것으로 내다봤다.
서울특별시보라매병원 신경외과 박성배 교수는 최근 카이스트 연구팀과 함께 AI와 MRI 기반으로 척추 골다공증 골절의 진행을 예측하는 인공지능 솔루션을 개발했다.
연구팀은 지난 2020년 1월~2023년 12월 골다공증성 척추 압박 골절(OVCF) 환자 245명을 대상으로 MRI 영상과 임상 데이터를 바탕으로 추가 척추 골절 진행(VC) 위험을 후향적으로 분석했다.
이 중 200명의 데이터를 사용해 AI 기반 딥러닝 모델을 개발하고, 45명으로 구성된 테스트 그룹에서 예측 성능을 검증했다.
AI 모델의 성능을 평가한 결과, ViT-PMC-LoRA 모델이 다른 기존 모델에 비해 예측 정확도가 가장 높았으며(AUC: 0.8656), 특히 증강 예측 기법을 도입한 경우 예측 성공률이 더욱 개선됐다.
이 기술을 통해 척추 골절 진행 고위험 환자를 조기에 선별하고 적절한 치료 계획을 세울 수 있는 가능성이 높아진 것이다.
연구팀은 해당 모델의 활용이 의료진의 진단 정확도를 높이고 치료 계획 수립에 실질적인 도움을 줄 것으로 기대했다.
부산대 정보컴퓨터공학부 송길태 교수팀은 최근 부산대병원 순환기내과 이혜원 교수팀과 함께 어떤 유전자의 치료적 유전자 또는 생체 지표 유전자로서 가능성을 예측하는 AI 시스템을 개발했다.
이 시스템은 질병에 관여하는 여러 생물학적 요소 사이에서 복합적 상호작용을 모델링하고 연산 결과 시각화를 통해 모델 예측 결과에 대한 설명도 제공한다.
연구팀은 AI 시스템을 활용하면 단시간 내 특정 질병에 대한 치료적 유전자 후보군을 발굴하고, 이를 기반으로 질병 유발 유전자에 직접 작용해 질병의 근본 원인을 제거하는 정밀 의료 실현에 한 걸음 다가갈 수 있을 것으로 내다봤다.