청진(聽診)은 환자의 몸안에서 나는 소리를 청취하여 질병의 여부를 진단하는 방법이다. 청진기는 비침습적이고 실시간적이며, 호흡기 질환을 진단하고 응급처치를 하는 데는 이상적이다.

그러나 호흡음을 정확하게 해석하려면 임상의의 상당한 전문지식이 필요하기 때문에 인턴이나 레지던트 등 수련의들의 일부는 간혹 호흡음을 잘못 파악하는 경우가 있다.

이러한 한계를 극복하기 위해 충남대학교병원(병원장 윤환중) 호흡기내과 정재욱 교수팀(호흡기내과 김윤주 교수, 정성수 교수, 국가수리과학연구소 의료수학연구부 하태영 박사, 현윤경 박사, 이순주 박사)이 인공지능(AI) 딥러닝을 통해서 정확하게 분석하고 여러 이상 호흡음들을 자동으로 구별할 수 있는 기술을 개발했다.

연구팀은 2840개의 호흡음을 녹음하였고 3명의 전문의가 독립적으로 평가 분류했다. 그런 다음 1222개의 정상 소리(63.7%)와 696개의 비정상 소리(36.3%)를 포함하는 호흡음 데이터베이스를 구축하고 분류된 데이터베이스는 임상 현장에서 871명의 환자로부터 1918개의 호흡음으로 구성되었다.

연구팀은 임상 환경에서 녹음된 호흡음(정상, 탁탁소리, 쌕쌕거림, 수포음/水泡音)을 딥러닝 컨볼루션 신경망(CNN, Convolutional Neural Network)을 적용해 86.5%의 정확도 비정상적인 소리를 식별했다. 

이 호흡음 자동 분석 기술이 상용화되면 의사 또는 호흡기 전문가가 없어도 환자에게서 어떤 이상 호흡음이 들리는지 확인할 수 있으며, 이는 호흡기 질환 환자들의 진단 및 모니터링에 도움이 되고, 향후 텔레메디신, 건강 검진, 응급실 진료 등에 다양하게 활용될 수 있다. 

정재욱 교수는 “딥러닝을 이용한 청진음 분석기술이 상용화되어서 환자분들에게 실제적인 도움이 될 수 있도록 노력하겠다”라고 말했다.

한편, 이 연구 결과는 국제저명 학술지 네이처 사이언티픽 리포트(Scientific reports)에 '딥러닝을 이용한 임상분야의 호흡음 분류(Respiratory sound classification for crackles, wheezes, and rhonchi in the clinical field using deep learning-다운)'란 제목으로 25일 게재됐다.