환자의 숨소리를 듣는 것은 의사의 도구 상자에서 가장 오래된 도구 중 하나입니다. 수 세기 동안 의사들은 체액의 미세한 덜컥거림, 좁아진 기도의 높은 휘파람 소리, 또는 건강한 폐의 매끄러운 침묵을 감지하기 위해 귀나 청진기를 가슴에 밀착시켜 왔습니다. 청진(auscultation)이라고 알려진 이 관행은 전적으로 인간의 귀와 듣는 이의 경험에 의존합니다. 매우 가치 있는 일이지만, 이는 또한 주관적입니다. 두 명의 의사가 동일한 호흡에서 서로 다른 것을 들을 수 있으며, 진단은 의사가 얼마나 많은 연습을 했느냐에 따라 크게 달라질 수 있습니다. 천식과 같은 호respiratory 질환이 전 세계 수백만 명에게 영향을 미치고 있는 상황에서, 의료계는 이 청취 과정을 더욱 객관적이고 일관적이며 접근 가능하게 만들기 위해 오랫동안 방법을 모색해 왔습니다. 특히 어린이나 전문의가 부족한 외딴 지역에 있는 사람들을 위해서 말입니다.

최근 몇 년 동안 과학자들은 컴퓨터를 활용하여 듣는 데 도움을 받기 위해 노력해 왔습니다. 소리의 하단에는 시간이, 측면에는 음높이가 흐르는 시각적 지도인 스펙트로그램(spectrogram)으로 호흡음을 변환함으로써, 연구자들은 호흡을 하나의 이미지처럼 다룰 수 있게 되었습니다. 이를 통해 고양이 나 자동차를 사진에서 인식하도록 설계된 강력한 컴퓨터 프로그램들을 사용하여 질병의 패턴을 식으로 식별할 수 있게 되었습니다. 그러나 이러한 초기 시도들은 종 often 환자의 연령이나 성별과 같은 나머지 이야기를 무시하고 오직 소리만을 살펴보는 오래된 컴퓨터 모델에 의존하는 경우가 많았습니다. 더욱이, 서로 다른 데이터 세트를 사용하여 테스트되었기 때문에 서로 다른 컴퓨터 프로그램들을 비교하는 것이 어려웠으며, 이로 인해 어떤 프로그램이 진정으로 가장 잘 작동하는지 알기 어려웠습니다.

이스라엘의 벤구리온 대학교와 러시아의 펌 주립 의과 대학교의 연구팀은 새로운 세대의 컴퓨터 모델을 단일한 공유 환자 데이터를 대상으로 테스트함으로써 이 문제들을 해결하고자 했습니다. 그들은 현대의 인공지능이 단순히 호흡음을 듣는 것을 넘어, 인간 의사가 들은 것과 그 사람에 대해 알고 있는 정보를 결합하는 방식처럼 환자의 맥락을 이해할 수 있는지 확인하고 싶었습니다. 그들의 연구는 천식이 있는 환자와 천식이 없는 환자를 구별하는 데 초점을 맞추고 있으며, 이는 여러 국가에서 인구의 최대 29%가 겪고 있는 질환을 관리하는 데 매우 중요한 과업입니다.

연구진은 영유아부터 성인에 이르는 1,300명 이상의 참가자로부터 얻은 방대한 녹음 데이터를 수집했습니다. 이 녹음들은 입, 기도, 가슴, 등 네 곳의 신체 부위에서 측정된 조용한 호흡 소리를 담고 있었습니다. 각 녹음에는 환자의 연령, 성별, 소리가 측정된 위치를 포함한 구조화된 정보가 동반되었습니다. 연구팀은 이 데이터를 세 가지 유형의 컴퓨터 모델에 입력하여 어떤 모델이 천식을 가장 정확하게 진단하는지 확인했습니다.

그들이 테스트한 첫 번째 모델은 합성곱 신경망(convolutional neural network)으로 알려진 잘 확립된 유형의 컴퓨터 프로그램인 DenseNet201의 특정 버전이었습니다. 이 모델은 이전 연구에서도 사용되었던 것으로, 신뢰할 수 있는 기준점 역할을 했습니다. 이 모델은 환자의 개인적 세부 사항을 무시하고 오직 소리의 시각적 지도만을 살펴보았습니다. 두 번째 모델은 오디오 스펙트로그램 트랜스포머(Audio Spectrogram Transformer)라고 불리는 최첨단 시스템으로, 이 모델은 소리 패턴을 이해하도록 설계되었으며, 의료적 과업에 적응하기 전 방대한 오디오 라이브러리를 통해 학습되었습니다. 세 번째 모델은 Moondream2라는 멀티모달 비전-언어 시스템이었습니다. 이것은 가장 야심 찬 시도로, 소리 지도를 보는 동시에 환자의 연령, 성별, 기록 위치에 대한 텍축 설명을 함께 읽도록 설계되었으며, 이 두 가지 정보의 흐름을 결합하는 것이 더 나은 진단으로 이어지기를 기대했습니다.

결과는 명확한 승자를 보여주었습니다. 특화된 소리 모델인 오디오 스펙트로그램 트랜스포머가 다른 모든 모델을 압도하며 놀라운 정밀도를 보였습니다. 이 모델은 정확도, 민감도, 특이도 및 F1-스코스 전반에 걸쳐 98.7%의 성공률을 달 기록했으며, Youden 지수는 0.974였습니다. 이 성능은 약 87%의 정확도를 보인 기존의 DenseNet 모델보다 유의미하게 높았습니다. 멀티모달 모델인 Moondream2는 기존 모델과 유사하게 약 86.5%의 정확도를 기록했습니다. 흥러운 점은, 연구진이 멀티모달 모델이 주어진 텍스트 정보에 크게 의존한다는 것을 발견했다는 것입니다. 입력값에서 환자의 연령과 성별을 제거하자, 모델의 천식 진단 능력이 무너졌으며 모든 천식 사례에서 오류를 발생시켰습니다. 이는 모델이 텍스트를 사용하여 결정을 내릴 수는 있지만, 소리 패턴 자체를 오디오 전용 모델만큼 효과적으로 학습하는 데는 어려움을 겪고 있음을 시사했습니다.

연구는 또한 컴퓨터 모델이 어떻게 결정을 내리는지를 탐구했는데, 이는 의사들의 신뢰를 얻는 데 중요한 단계입니다. 기존 모델의 경우, 카메라가 초점을 맞춘 곳을 보여주는 히트맵(heat map)처럼 진단을 유발한 소리 지도의 특정 부분을 강조하는 기술을 사용할 수 있었습니다. 새로운 소리 모델의 경우, 연구진은 내부 어텐션 메커�니즘(attention mechanisms)을 분석하여 컴퓨터가 어떤 부분의 소리에 집중하고 있는지 확인했습니다. 그들은 두 모델 모두 대략 800에서 1800 헤르츠 사이의 주파수 범위를 집중적으로 파악하고 있으며, 특히 호흡의 세 번째 주기 동안 그렇다는 것을 발견했습니다. 이러한 일관성은 컴퓨터가 무작위로 추측하는 것이 아니라, 실제로 의사들이 듣는 것과 동일한 물리적 음향 특징을 감지하고 있음을 시사합니다.

연구진은 환자의 세부 사항을 소리 분석과 결합하는 것이 논리적인 단계이긴 하지만, 두 가지를 모두 수행하려는 현재 세대의 범용 모델이 소리에 특화된 모델만큼 효과적이지 않을 수 있다고 결 결론지었습니다. 특화된 오디오 모델은 소리만으로 호흡기 질환의 미묘한 차이를 학습할 수 있음을 증명했으며, 이는 의학 문헌에 보고된 인간의 청진 성능을 능가했습니다. 이 연구 결과는 컴퓨터 보조 진단의 미래가 하나의 시스템이 모든 것을 하도록 만드는 것이 아니라, 특정 작업에 고도로 특화된 도구를 사용하는 데 있을 수 있음을 시사합니다. 이러한 모델들은 환자의 지속적이고 원격적인 모니터링을 향한 유망한 길을 제시하며, 잠재적으로 전문의에 대한 접근성에 관계없이 모든 사람에게 더 빠른 천식 발작 감지와 일관된 케어를 제공할 수 있게 해줄 것입니다.