)
)
)
)
혈압측정을 위한 딥러닝 학습개념도
[산업일보]
혈압은 환자의 건강상태를 보여주는 가장 중요한 생체신호다. 2012년 세계보건기구(WHO) 발표기준 전 세계 사망자 가운데 31%가 심혈관질환 사망자로 발표됐다. 현재 오실로메트릭 혈압측정방법이 수축기 혈압과 이완기 혈압을 추정하는 방법으로 널리 사용되고 있지만 경험적인 방법(최대진폭방법)이라는 한계에 직면하고 있다. 수학적 방법, 뉴럴 네트워크 방법 등 여러 방법들이 대안으로 시도되고 있지만 만족할 만한 연구 성과를 얻을 수 없었다.
미래창조과학부(장관 최양희)는 인공지능 딥러닝 기술을 이용해 의사 등 전문가가 측정하는 수준의 정확성을 갖는 혈압측정기술을 한양대 장준혁 교수 연구팀이 세계 최초로 개발했다고 밝혔다.
혈압을 잴 때는 현재, 압박대를 감아 재는 간접적인 방식이 사용되는데, 전문가가 청진기로 재는 것처럼 정확도가 높은 혈압측정 기술이 개발된 것이다.
이번 연구는 캐나다 오타와 대학의 임상데이터 국제협력을 통해 이루어졌다. 딥러닝은 인공지능의 한 기법으로 인간의 두뇌가 수많은 데이터 속에서 패턴을 발견한 뒤 사물을 구분하는 정보처리 방식을 모방해 알고리즘이 사물을 인지 혹은 분별할 수 있도록 하는 최신기술이다. 이러한 딥러닝 기술을 적용하면 사람이 모든 판단 기준을 정해주지 않아도 컴퓨터가 스스로 인지·추론·판단할 수 있는 인공지능 시스템을 만들 수 있다.
딥러닝기반 혈압측정방법은 딥러닝 특징 추출과 분류를 위한 강력한 생성 네트워크다. 특히 대용량의 빅데이터로 사전훈련을 통해 학습오류에 빠지는 근본적인 문제를 해결할 수 있는 것으로 알려져 있다. 기존의 딥러닝 기술을 음성인식 등에 효과적으로 사용돼 우수성이 입증됐지만 전문가에 의해 측정된 혈압데이터가 소량 존재하는 관계로 딥러닝을 학습하기 충분하지 않아 실제 적용이 불가능하다고 판단됐다.
연구팀은 이 문제를 해결하기 위해 이세돌의 대국으로 유명한 ‘알파고‘가 사용한 것으로 알려진 강화학습과 개념적으로 유사한, 일종의 데이터 강화기법인 부트스트랩알고리즘을 고안했다. 이것은 인공 특징벡터데이터를 증폭해 얻어내고 이를 훈련 샘플로 사용해 효율적으로 인공특징 벡터와 사전에 얻어진 기준 레퍼런스 혈압 사이의 복잡한 비선형 기능을 학습했다. 이러한 데이터증폭기술과 딥러닝기술의 결합으로 전문가가 직접 측정하는 청각 기준혈압과 유사하게 추정할 수 있다는 것을 규명했다.
새롭게 개발한 딥러닝 기반 오실로메트릭 혈압추정기술은 기존 최대진폭방법(maximum amplitude algorithm)에 비해, 사람으로부터 측정되는 생체측정 데이터를 증폭하는 일종의 강화학습을 통해 인공지능 기반 딥러닝 기술을 효과적으로 학습해 혈압을 추정한다. 연구팀은 이 기술을 활용해 오실로메트릭기반 혈압추정알고리즘을 개발했고 기존 대표 방법의 90%대 성능에 대비해 새로운 추정 혈압의 결과는 95%대의 큰 성능 향상을 보였다고 밝혔다.
이 같은 연구결과는 기존 협압측정기술의 알고리즘의 성능을 대폭 향상시킬 수 있는 동시에 측정자별 데이터가 시간에 따라 축적돼감에 따라 측정자에 적응(adaptation)된 최적화된 측정치를 제공할 수 있는 딥러닝 기술의 장점을 이용할 수 있는 기틀을 제시했다는 평가다. 연구진은 향후 스마트와치 및 IoT기기 등에서 간편하게 혈압을 측정할 수 있는 기술을 개발할 예정이다.
장준혁 교수는 “이 연구는 전문가가 청각으로 측정하는 혈압과 유사한 정밀도를 갖는 혈압측정 기술을 개발한 것이다. 압박대를 감아 나타난 생체신호데이터의 특징을 인공지능 딥러닝 알고리즘으로 구축된 인공신경망에서 인식해 혈압값을 도출함으로써 혈압추정 결과를 크게 향상시켰다. 가정과 병원에서 새로운 바이오 진단에 널리 활용될 것으로 기대된다.”고 설명했다.
