기사 작성: 고운영 - 2025년 09월 09일 13시43분
원광대 박사윤 교수팀, AI 기반 호흡음 자동 탐지 시스템 개발
폐음청진 시 호흡주기 실시간 자동 감지… 의료진 의존도 줄여
이번 연구는 과학기술정보통신부 한국연구재단 개인기초연구사업 지원을 받아 서울대병원 융합의학과 김광수 교수, 소아호흡기알레르기분과 서동인·박지수 교수팀과 공동으로 수행했으며, 연구 성과가 국제 저명학술지 ‘Computers in Biology and Medicine’(IF 6.3, JCR 상위 6%)에 게재됐다.
연구팀은 기존 호흡음 분석이 전문가의 수동 주석과 주파수 변환 과정에 의존해 진단 일관성이 낮고 의료 접근성이 제한적이라는 점에 착안해 원시 신호를 직접 분석하고 호흡의 주기적 특성을 모델링하는 접근법을 도입해 정확도를 높였다.
특히, 핵심 기술인 호흡 주기성 인식 모듈(RPAM)은 흡기·호기 패턴을 학습해 탐지 성능을 크게 향상시켰으며 적용 결과 평균 정밀도(AP)는 12.0%, F1 점수는 6.3% 개선된 것으로 나타났다.
또한, HF_Lung_V1(33,604 호흡수), ICBHI(6,887 호흡수), SNUCH_Lung(3,477 호흡수) 등 3개 데이터셋에서 검증을 진행한 결과 HF_Lung_V1에서는 AP 0.880, F1 0.894를 기록했으며, 소아 대상 SNUCH_Lung에서도 AP 0.892, F1 0.847을 달성해 성인·소아 모두에서 안정적인 성능을 확인했다.
나아가 원시 신호를 직접 분석해 호흡주기 탐지에 중요한 시간적 특성을 보존하는 원시 신호 직접 처리 방식을 통해 MFCC 대비 AP 5.9%, F1 3.11% 더 높은 성능을 보이는 등 정보 손실 최소화 효과도 입증했다.
이번 연구 성과는 자동화된 호흡음 분석의 기반을 마련한 것으로, 의료진 의존도를 낮추고 의료 자원이 부족한 환경에서도 정확한 진단을 가능하게 할 전망이다.
특히 호흡 패턴 분석을 통해 질환 중증도 평가와 치료 방향 결정에도 기여할 수 있어 활용 범위가 넓을 것으로 보고 있다.
박사윤 교수는 “LUNAR는 천식, 만성폐쇄성폐질환, 폐렴 등 호흡기 질환의 조기 진단과 치료 효과 모니터링에 중요한 도구가 될 것”이라며 “향후 다기관 데이터 수집과 비정상 호흡음 탐지까지 확장할 계획이다”고 말했다.
한편, 세계적으로 호흡기 질환은 주요 사망 원인 중 하나로, 2050년에는 환자가 6억 명에 이를 것으로 예상되는 가운데 LUNAR와 같은 AI 기반 자동 진단 기술은 의료 접근성이 낮은 지역에서도 정확하고 일관된 진단을 제공해 글로벌 보건 문제 해결에 기여할 것으로 기대를 모으고 있다./익산=고운영 기자
전북을 바꾸는 힘! 새전북신문 *무단전재-재배포 금지
지면 : 2025-09-10 3면
http://sjbnews.com/859418