분당서울대병원 소아청소년과 김경훈 교수 연구팀은 소아환자의 천명음을 분류할 수 있는 트랜스포머 기반 AI 모델(AST)을 개발했다고 10일 밝혔다.

천명음은 기도가 좁아지거나 막혀 발생하는 호흡음이다. 주로 소아 천식이나 만성 폐쇄성 폐질환 등 호흡기 질환에 나타나며 조기진단의 중요한 지표다.

기존 천명음 진단은 의료진이 환자 가슴에 청진기를 대고 직접 듣는 방식이다. 의료진의 숙련도와 주관적인 경험에 의존하는 한계가 있다. 소리를 이미지변환분석하는 합성공신경망(CNN) 연구도 있었지만 호흡 전체 흐름과 호흡 사이 인과관계 파악에 약했다.

연구팀은 대응방안으로 AST를 개발했다.

AST의 핵심기술인 트랜스포머는 구글이 개발한 자연어처리 언어모델이다. ChatGPT 등 다양한 분야에 쓰이고 있다.

AST는 전체 흐름 조직의 관계를 학습해 패턴을 정밀히 파악한다. CNN보다 정확도·정밀도·AI평가 등이 높았다.

연구팀 관계자는 "AST는 일부 정보만을 분석하는 CNN보다 훨씬 정밀한 분류가 가능하다"고 말했다.

김 교수는 "AI기반 AST 모델의 소아호흡음 분석기술 임상적용을 입증했다"며 "스마트기기 등에 적용해 실시간 진단에 활용하는 등 분야를 확장할 계획"이라고 말했다.