AI 모델은 기침 분석을 통해 질병 탐지를 지원합니다

기침 소리부터 호흡의 리듬까지, 우리 몸이 내는 소리에는 건강과 관련된 정보가 가득합니다. 이러한 미묘한 생체 음향 신호는 결핵(TB)이나 만성 폐쇄성 폐질환(COPD)과 같은 다양한 건강 문제의 선별, 진단, 모니터링, 관리에서 판도를 완전히 바꿀 수 있습니다. Google에서는 스마트폰 마이크가 보편화된 점을 고려해 소리를 건강 지표로 사용하는 엄청난 잠재력을 보고 있습니다. 그래서 우리는 AI가 이러한 소리에서 건강 정보를 추출할 수 있는 방법에 대해 연구해 왔습니다.

올해 초, 우리는 인간의 소리를 듣고 초기 질병 징후를 포착할 수 있는 모델을 개발하는 데 도움이 되는 생체 음향 기반 모델인 HeAR(Health Acoustic Representations)를 출시했습니다. Google Research 팀은 다양한 익명화된 데이터셋에서 3억 개의 오디오 클립을 사용해 HeAR를 훈련시켰습니다. 특히 기침 모델의 경우 약 1억 개의 기침 소리를 사용했습니다.

HeAR는 건강 관련 소리의 패턴을 포착하도록 설계되어 의료 음향 분석을 위한 견고한 기반을 제공합니다. 우리는 HeAR가 다양한 작업에서 평균적으로 다른 모델을 능가하며, 서로 다른 마이크에서도 잘 작동해 의미 있는 건강 관련 소리 패턴을 포착하는 능력을 보여준다는 것을 발견했습니다. 또한, HeAR로 구축된 모델은 훈련 데이터가 적어도 높은 성능을 달성할 수 있어, 데이터가 제한적인 의료 연구 분야에서 큰 장점입니다.

이제 HeAR는 연구자들이 데이터, 설정, 또는 컴퓨팅 파워가 제한적일 때도 맞춤형 생체 음향 모델 개발을 가속화할 수 있도록 제공됩니다. 우리의 목표는 데이터가 부족하거나 비용이 높더라도 특정 조건과 그룹을 위한 모델 연구를 촉진하는 것입니다.

인도에 본사를 둔 호흡기 건강 회사 Salcit Technologies는 기침 소리를 분석해 폐 건강을 평가하는 AI 기반 도구 Swaasa®를 개발했습니다. 그들은 이제 HeAR가 그들의 생체 음향 AI 모델을 어떻게 향상시킬 수 있는지 탐구하고 있습니다. Swaasa®는 기침 소리를 통한 결핵(TB)의 조기 탐지를 개선하기 위해 HeAR를 활용하기 시작했습니다.

결핵은 치료가 가능하지만, 매년 수백만 건의 사례가 진단되지 않고 있습니다. 이는 사람들이 의료 서비스에 쉽게 접근하지 못하기 때문인 경우가 많습니다. 더 나은 진단은 결핵을 근절하는 데 핵심이며, AI는 탐지와 전 세계적으로 의료 접근성을 높이고 비용을 낮추는 데 큰 차이를 만들 수 있습니다. Swaasa®는 머신 러닝을 사용해 질병을 조기에 포착하여 특별한 장비나 특정 장소 없이도 건강 평가를 더 접근 가능하고 저렴하며 확장 가능하게 만들고 있습니다. HeAR를 통해 그들은 인도 전역으로 결핵 선별을 확장하려고 합니다.

"진단되지 않은 결핵 사례 하나하나는 비극이고, 늦게 진단되는 모든 사례는 가슴 아픈 일입니다,"라고 HeAR를 담당하는 Google Research의 제품 매니저 Sujay Kakarmath가 말했습니다. "음향 바이오마커는 이 이야기를 바꿀 수 있습니다. HeAR가 이 여정에서 역할을 할 수 있어 정말 감사합니다."

우리는 또한 2030년까지 결핵을 종식시키기 위해 결핵 전문가와 영향을 받는 커뮤니티를 연결하는 UN 주최 단체인 The StopTB Partnership과 같은 단체로부터 지원을 받고 있습니다.

"HeAR와 같은 도구는 결핵 선별 및 탐지에서 AI 기반 음향 분석을 발전시키며, 가장 필요한 사람들에게 저영향이고 접근 가능한 솔루션을 제공할 수 있습니다,"라고 Stop TB Partnership의 디지털 건강 전문가 Zhi Zhen Qin이 말했습니다.

HeAR는 음향 건강 연구에서 큰 도약입니다. 우리는 결핵, 흉부, 폐 및 기타 질병에 대한 미래의 진단 도구와 모니터링 솔루션 개발을 돕고, 우리의 연구를 통해 전 세계 커뮤니티의 건강 결과를 개선하고자 합니다. HeAR에 관심 있는 연구자는 HeAR API에 대한 자세한 정보와 접근 요청을 할 수 있습니다.