헬스케어

연구진, 음성 데이터와 AI로 파킨슨병 조기 진단 연구

Alex McFarland
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트음성 데이터는 운동 증상 관찰보다 파킨슨병을 더 일찍 감지할 수 있습니다.
더 보기
  • 음성 데이터는 운동 증상 관찰보다 파킨슨병을 더 일찍 감지할 수 있습니다.
  • AI 알고리즘이 말하기 패턴을 분석하여 파킨슨병 환자와 건강한 개인을 구별합니다.
  • 리투아니아 연구팀의 방법은 결국 모바일 기기에서 실행될 수 있습니다.

파킨슨병은 전 세계적으로 1,000만 명 이상의 사람들이 영향을 받는 질병이며, 아직 완치법은 없지만, 초기에 증상을 발견할 수 있다면 병을 더 잘 제어할 수 있습니다. 파킨슨병의 주요 특징 중 하나는 병이 진행됨에 따라 음성도 변한다는 것입니다.

이로 인해 리투아니아의 카우나스 공과 대학(Kaunas University of Technology, KTU)의 리투아니아 연구자 리티스 마스케리우나스(Rytis Maskeliūnas)와 리투아니아 건강 과학 대학(Lithuanian University of Health Sciences, LSMU)의 동료 연구자들이 초기 증상을 음성 데이터를 이용하여 식별하려고 시도했습니다.

음성 패턴의 미세한 변화를 감지하는 것

마스케리우나스에 따르면, 운동 능력이 감소함에 따라 성대, 횡격막, 폐의 기능도 감소합니다.

“음성의 변화는 종종 운동 기능 장애보다 먼저 발생하기 때문에, 변경된 음성이 병의 첫 번째 징후가 될 수 있습니다.”라고 마스케리우나스가 말했습니다.

LSMU 의과대학 이비인후과 교수인 비르길리유스 울로자스(Virgilijus Ulozas)는 초기 파킨슨병 환자는 종종 더 조용하고 단조로우며, 표현력이 적고, 더 느리며, 더 단편적인 방식으로 말할 수 있다고 말합니다. 그러나 이러한 변화는 귀로 감지하기 어렵습니다.

연구자들은 이 문제를 해결하기 위한 새로운 시스템을 개발했습니다.

“우리는 환자의 정기적인 검사를 대체하는 것이 아니라, 병의 초기 진단을 용이하게 하고 치료의 효과를 추적하는 것을 목표로 합니다.”라고 마스케리우나스가 말했습니다.

그는 또한 병과 음성 이상 사이의 연관성은 새로운 것이 아니지만, 기술이 발전함에 따라 음성에서 더 많은 정보를 추출할 수 있게 되었다고 말합니다.

AI 알고리즘과 음성 데이터를 이용한 방법

최근의 인공지능(AI)을 이용하여, 연구자들은 리투아니아어에 대한 맞춤형 분석과 진단을 위한 획기적인 연구를 수행했습니다. 몇 초 만에 기존의 AI 데이터베이스를 리투아니아어의 고유한 특징을 가진 결과로 확장할 수 있었습니다.

키프라스 프리부이시스(Kipras Pribuišis)는 LSMU 의과대학 이비인후과 강사입니다.

“현재까지 우리의 접근 방법은 음성 샘플을 사용하여 파킨슨병 환자와 건강한 사람을 구별할 수 있습니다. 이 알고리즘은 이전에 제안된 것보다 더 정확합니다.”라고 프리부이시스가 말했습니다.

방음 부스에서 건강한 사람과 파킨슨병 환자의 음성을 녹음하여, 연구 팀은 AI 알고리즘을 이용하여 신호를 처리했습니다. 이 혁신적인 접근 방법은 복잡한 하드웨어가 필요하지 않았으며, 향후 모바일 기기에 적용될 수 있습니다.

“우리의 결과는 이미 발표되었으며, 매우 높은 과학적 잠재력을 가지고 있습니다. 물론 일상적인 임상 진료에 적용하려면 아직 길고 어려운 과정이 남아 있습니다.”라고 마스케리우나스가 말했습니다.

마스케리우나스는 자신의 연구의 다음 단계를 식별했습니다. 환자 수를 늘려서 더 많은 증거를 얻는 것, 이 알고리즘을 다른 초기 파킨슨병 진단 방법과 비교하는 것, 그리고 의료 사무소나 가정 환경과 같은 다양한 상황에서 그 효능을 확인하는 것입니다.

Alex는 Unite.AI의 AI 기반 뉴스 운영을 이끌고 있습니다. 저널리즘, 조사, 자동화를 결합해 인공지능에 관한 소식을 시의적절하게, 확장 가능한 방식으로 보도할 수 있도록 지원합니다. 그의 업무는 매체의 편집 기준을 유지하면서 새로운 AI 동향을 효율적으로 찾아 보도하는 데 기여합니다.