|
가톨릭의대 재활의학과 임선 교수(부천성모), 박혜연 임상강사(서울성모), 포항공대 이승철 교수, 박도겸 학생은 머신러닝 기술을 이용한 자동 음성 신호 분석을 통해 중증 연하장애 환자 및 흡인성 폐렴 발생 위험이 높은 환자를 각각 88.7% 및 84.5%의 민감도로 구별하였다.
흡인성 폐렴은 뇌졸중 환자의 약 1/3에서 발생하는 것으로 알려져 있으며, 이러한 호흡기계 합병증의 발생은 뇌졸중 후 나쁜 예후와 관련이 있다. 연하곤란(삼킴장애)이 있는 환자에서 흡인성 폐렴의 발생 위험이 높기 때문에 연하곤란 중증도를 정확하게 예측하는 것은 중요하다.
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.
이번 연구는 SCIE 학술지인 ‘사이언티픽 리포트(Scientific Reports)’에 10월 게재됐다.
부천성모병원 재활의학과 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 밝혔다.
한편 가톨릭의대 임선 교수-포항공대 이승철 교수팀은 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.
