Frontiers in Medicine에 발표된 전향적 임상 검증 결과에 따르면 Swaasa 인공 지능 플랫폼은 호흡기 질환이 있는 환자와 건강한 개인을 구별하는 데 90%의 정확도를 달성했습니다. 이 결과는 기존 진료소 밖에서 폐 질환을 검사하는 방법을 바꿀 수 있습니다.

이번 주 Bioengineer.org가 보고한 이번 연구 결과는 현재까지 기침 기반 AI 검사에 대한 대규모 전향적 평가 중 하나에서 나온 것이며, 전 세계 의료 시스템이 만성 호흡기 질환을 더 일찍 발견할 수 있는 더 저렴한 방법을 찾고 있는 가운데 나온 것입니다. 이는 어떤 제품 출시보다 의료 AI가 실제로 어디로 향하고 있는지에 대해 더 많은 것을 알려주는 최신 AI 개발의 점진적이지만 엄격하게 테스트된 진행 상황입니다.

Swaasa 작동 방식

Swaasa는 모바일 장치에서 캡처한 기침 녹음에 인공 지능 알고리즘을 적용하여 의료 기기로서의 소프트웨어 역할을 하는 조사 플랫폼입니다. 음향 신호로부터 자동화된 임상 징후를 생성하도록 개발된 이 플랫폼은 기침 기록을 평가하여 전반적인 위험을 정상 또는 비정상으로 결정하고 폐활량 측정 생리학적 패턴을 폐쇄성, 제한성 또는 정상으로 분류하며 패턴 심각도를 경증, 중등도 또는 중증으로 추정합니다.

생리학 외에도 시스템은 천식, 만성폐쇄성폐질환(COPD), 간질성 폐질환, 기관지 확장증 등 특정 호흡기 질환의 존재 여부에 관한 진단 징후를 생성합니다. 약속은 간단합니다. 전화 마이크에 대고 5초간 기침을 하면 환자가 폐활량 측정 실험실에 도착하기 전에 심각한 폐 질환의 징후를 나타낼 수 있습니다.

평가판 내부

전향적 임상시험은 2021년 4월 12일 CTRI/2021/04/032742에 따라 등록되었으며, 호흡기 증상으로 병원에 내원한 18세 이상의 성인 참가자를 등록했습니다. 첫 번째 등록은 2021년 4월 19일에 시작되었으며 임상시험은 2023년 9월 14일에 종료되었습니다.

최종 코호트에는 호흡기 질환 환자 2,179명과 정상인 827명이 포함되었으며, 남성 참가자는 평가된 연구 모집단의 62%를 차지했습니다. 프로토콜 중에 참가자의 기침 소리는 Swaasa AI 플랫폼을 실행하는 모바일 장치에 녹음되었으며 비교를 위해 폐활량 측정이 수행되었습니다.

이 시험에서는 폐활량 측정법을 생리학적 패턴 및 패턴 심각도에 대한 참조 표준으로 확립했으며, 의사가 확립한 임상 진단은 질병 범주에 대한 참조 표준으로 사용되었습니다. 다차형 변수는 정상 분류와 비정상 분류로 이분화되었으며 질병 상태, 패턴 심각도 및 개별 질병 범주에 대해 다중 클래스 출력이 설정되었습니다.

성능 수치

이진 분류에서 플랫폼은 정상인과 비정상적인 호흡 상태를 구별하는 데 90%의 정확도를 보여 주었으며 이는 정상과 비정상 폐활량 측정을 식별하기 위해 기록된 90%의 정확도와 일치합니다. 기술적인 하위 그룹 분석에서는 평가된 환자 연령 및 성별 그룹 전반에 걸쳐 스크리닝 성능이 광범위하게 비교 가능한 것으로 나타났습니다.

다중 클래스 결과는 덜 눈에 띄더라도 존경할 만했습니다. 이 플랫폼은 폐활량 측정 패턴 분류에 대해 79~84%, 패턴 심각도 분류에 대해 76~84.5%의 정확도를 달성했습니다. 천식, COPD, 간질성 폐질환, 기관지 확장증 등 특정 질병 유형을 구분할 때 정확도는 83~93%였습니다.

누가 만들었나

연구 저자들은 Christian Medical College Vellore, Swaasa의 개발자인 Salcit Technologies Private Limited 및 The Tamil Nadu Dr MGR Medical University와 제휴하고 있습니다. 저자는 Swaasa가 연구 대상 인구의 인구통계학적 하위 그룹 전반에 걸쳐 유망한 선별 성능을 입증한다고 결론지었습니다.

임상적 엄격함을 제공하는 학술 의료 센터, 의과 대학, 음향 AI를 공급하는 스타트업 등 협업 구조가 주목할 만합니다. 확립된 진단에 대해 스타트업의 알고리즘을 검증하는 임상의의 조합은 정당한 회의론을 불러일으킨 공급업체가 운영하는 벤치마크와 달리 점점 더 신뢰할 수 있는 의료 AI 연구의 템플릿이 되고 있습니다.

기침 소음이 중요한 이유

현재 폐 기능에 대한 표준인 폐활량측정법에는 장비, 숙련된 기술자, 강제 호흡법을 수행하는 협조적인 환자가 필요합니다. 기침을 녹음하려면 휴대전화가 필요합니다. AI 검사가 확인 검사가 필요한 사람을 안정적으로 분류할 수 있다면 호흡기 검사의 경제성은 근본적으로 변화하며, 특히 일상적으로 늦게 진단되는 COPD와 같은 질환의 경우 더욱 그렇습니다.

주의 사항은 실제입니다. 이는 일반 인구에 대한 지역사회 검사가 아닌 증상이 있는 성인의 병원 기반 등록이었고 통제된 전향적 프로토콜의 정확성은 지저분한 실제 배포와 다를 수 있습니다. 플랫폼은 여전히 ​​연구 중이며, 정상과 비정상을 구별하는 정확도가 90%라고 해서 모든 경우에 네 가지 질병을 확실하게 구분할 수 있다는 의미는 아닙니다. 다중 클래스 범위를 통해 이를 명확하게 알 수 있습니다.

규제 경로는 다음 병목 현상입니다. Swaasa는 의료 기기로서의 소프트웨어로 포지셔닝되어 있으므로 진단 적응증은 연구용 사용에서 일상적인 치료로 전환하기 전에 임상 결정 도구에 적용되는 감독 프로세스를 통과해야 합니다. 동료 검토 저널에 게시된 전향적 검증은 해당 대화의 전제 조건이지 대화를 대체하는 것이 아닙니다.

플랫폼에 유리하게 작용하는 실질적인 비대칭성도 있습니다. 폐활량 측정법에는 장비, 교정 및 숙련된 기술자가 필요합니다. 기침을 기록하려면 대부분의 환자가 이미 소유하고 있는 장치와 모든 환자가 이미 알고 있는 방법이 필요합니다. 최종 진단보다는 확인 검사가 필요한 사람을 결정하는 것이 목표인 선별 검사에서는 10배 더 많은 사람에게 도달하는 약간 덜 정확한 검사가 병원 지하실에서 시행되는 정밀 검사보다 더 많은 생명을 구할 수 있습니다. 연령과 성별 그룹 전반에 걸쳐 성과가 안정적으로 유지된다는 임상시험 결과는 선별 도구가 확장하는 데 필요한 일관성과 정확히 일치합니다.

그래도 궤도가 중요합니다. 3,000명 이상의 참가자를 대상으로 폐활량 측정과 비교하여 검증된 전화 기반 화면은 더 이상 오락실의 트릭이 아닙니다. 다음 테스트는 배포입니다. 기침 기반 AI 검사가 진료소, 약국, 가정에서 정확성을 유지할 수 있는지, 규제 기관과 의사가 대부분의 사람들이 거의 생각하지 않는 소리에서 나오는 진단 신호를 수용하는지 여부입니다.

---

AI보다 앞서 나가세요

최신 AI 뉴스, 분석, 획기적인 소식을 모두 한 곳에서 받아보세요.

AI 뉴스 자세히 보기 →