- 전자청진기와 스마트폰 간 음향 차이를 극복하는 도메인 적응 딥러닝 기술 제안
- 가정과 원격 환경에서 활용 가능한 호흡기 건강 모니터링 기술로의 발전 기대

▲ 왼쪽부터 정승규 박사과정, 지도교수 김성은 교수

서울과학기술대학교 인공지능응용학과 김성은 교수 연구팀이 일반 스마트폰의 내장 마이크로 녹음한 폐음에서 이상 징후를 탐지하는 도메인 적응형 딥러닝 기술을 개발했다. 

이번 연구 결과는 “Smartphone-b ased Detection of Abnormal Lung Sounds Using Domain-Adaptive Deep Learning”이라는 제목으로 의료 및 헬스케어 인공지능 분야의 권위 있는 국제학술지인 IEEE Journal of Biomedical and Health Informatics (IF 7.7, JCR 상위 6.7%)에 Early Access 논문으로 게재되었다. 

청진은 호흡기 이상을 확인하는 기본적인 진료 방법이지만, 폐음을 정확하게 판별하려면 의료진의 전문적인 경험이 필요하다. 최근 인공지능을 활용해 폐음을 자동으로 분석하는 연구가 활발히 이루어지고 있으나, 기존 연구는 대부분 고가의 전자청진기로 수집한 데이터를 사용해 일상생활이나 가정에서 폭넓게 활용하기에는 한계가 있었다. 

연구팀은 별도의 전자청진기 없이 스마트폰의 내장 마이크만으로 비정상 폐음을 탐지하는 것을 목표로 연구를 수행하였다. 스마트폰 마이크로 녹음한 폐음은 전자청진기로 녹음한 폐음과 주파수 특성 및 잡음 환경이 다르기 때문에, 전자청진기 데이터로 학습된 인공지능 모델을 그대로 적용하면 성능이 저하될 수 있다. 연구팀은 이러한 문제를 해결하기 위해 스마트폰 폐음에 특화된 전처리 과정과 방향성 MixStyle 모듈을 Audio Spectrogram Transformer 모델에 결합한 도메인 적응형 딥러닝 프레임워크를 개발했다. 

 
▲ 제안한 도메인 적응형 딥러닝 모델

제안된 기술은 전자청진기 데이터에서 학습한 폐음 특징이 스마트폰 환경에도 효과적으로 적용되도록 함으로써, 제한된 스마트폰 학습 데이터의 한계를 보완하고 일반화 성능을 향상시켰다. 평가 결과, 주 데이터셋에서 AUROC 0.911, 별도 의료기관의 스마트폰 외부 검증 데이터에서 AUROC 0.862를 기록했으며, 스마트폰 데이터만으로 학습한 기존 모델보다 일관되게 우수한 성능을 보였다. 

이번 연구는 고가의 의료용 전자청진기와 일반 스마트폰 사이의 음향 차이를 인공지능 기반 도메인 적응 기술로 극복했다는 점에서 의미가 있다. 특히 스마트폰과 같이 접근성이 높은 기기를 활용함으로써, 의료기관뿐 아니라 가정과 원격 환경에서도 호흡기 이상 징후를 선별하고 모니터링할 수 있는 가능성을 제시했다. 

김성은 교수는 “전자청진기로 수집된 의료 데이터를 스마트폰 환경에 효과적으로 이전함으로써, 제한된 스마트폰 데이터만으로도 안정적인 비정상 폐음 탐지가 가능함을 확인했다”며 “향후 실제 가정 환경에서의 임상 검증과 사용자 친화적인 스마트폰 기반 자가 청진 시스템 개발을 통해 호흡기 건강관리 기술의 접근성을 높이고자 한다”고 밝혔다. 

이번 연구에는 정승규 박사과정이 제1저자로 연구를 주도했으며, 서울우리아이들병원 남성우 원장과 정성관 이사장이 공동연구자로 참여했다. 

논문 링크: https://ieeexplore.ieee.org/d ocument/11629558