본문 바로가기 주메뉴 바로가기

바이오 시그널의 학습을 통한 질병예측 방법 및 가시화 기술

최나은 1,509

R&D투자분석센터 김선호 박사 인터뷰


안녕하세요 저는 한국과학기술정보연구원 데이터분석본부 R&D투자분석센터에서 인공지능분과를 담당하고 있는 김선호라고 합니다


Q. 바이오시그널의 학습을 통한 질병예측 방법 및 가시화 기술이란.

바이오시그널의 학습을 통해 질병을 예측하고 가시화하는 기술을 말합니다. 바이오시그널이란 우리 몸에서 내보내는 전자신호 예를 들어서 뇌파와 심전도, 근전도 등 그러한 타임시리즈 시그널이 있는데 이것들을 기계학습 기법을 이용해서 학습하고 모델링해서 새로운 환자나 어떤 질병에 대해 진단하고 예측하고 더 나아가 모델링을 통해 유효한 패턴을 찾는 기술입니다


Q. 기술의 주요 기작은.

기술은 크게 두 가지로 설명드릴 수 있는데요 첫 번째 기술은 뇌파, 심전도, 근전도 등 다양한 바이오시그널을 기계학습을 통해 모델링하고 이를 통해 구축한 질병예측 모델을 이용하여 환자의 질병 여부를 빠르게 예측 진단하는 기술입니다

그리고 두 번째는 그로부터 바이오·제약산업 의료기기제조사 헬스케어 산업 등 관련 산업에 인사이트를 제공하며 정상인과 질병인이 가진 바이오시그널의 차이를 명확히 함으로써 질병 진단과 조기 예측에 필요한 유효 시그널 패턴을 확인하는 기술입니다


Q. 기술의 장점은.

이 기술의 장점은 크게 두 가지 측면에서 설명할 수 있는데요 첫 번째는 바로 빠른 진단 속도입니다 그리고 두 번째는 설명가능성인데요 이 두 가지 모두 휴대형 소형 의료 기기를 만드는 데에 필수적인 기술 요소입니다


Q. 빠른 질병 진단 속도란.

첫 번째로 빠른 질병 진단이란 것은  예를 들어 일반적으로 치매를 진단하기 위해서 뇌파를 분석해야 하는데 수면뇌파의 경우 9시간 정도의 방대한 분량의 뇌파를 분석해야 합니다 뇌파를 측정하고 분석하는 단계에서 많은 시간과 노력이 필요하게 되겠죠. 그만큼 많은 양의 컴퓨터 자원이 요구된다는 뜻이기도 하지요. 환자에게도 그리고 의료진에게도 힘이 들겠죠? 하지만 본 기술을 적용하게 되면 환자의 뇌파를 측정하면서 실시간으로 질병을 예측하거나 진단할 수 있게 됩니다 또한 가시화를 통해 유효 시그널 탐색이 가능하므로 전체 데이터를 모두 볼 필요 없이 질병 진단에 필요한 유효 패턴의 출현과 빈도만 분석하면 되기 때문에 분석에 필요한 시간을 획기적으로 줄일 수 있게 됩니다


일단 바이오 시그널 모델이 구축되면 실제 진단 단계에서는 간단한 센서와 간단한 통신 장비로만 만들어진 저사양 하드웨어로 실시간 진단이 가능하기 때문에 휴대형 소형 의료 진단 장비를 만들 수 있게 됩니다

(휴대형소형의료진단장비 이미지) 들고 다니거나 입고 다니거나 포터블한 하드웨어로 쉽게 만들 수 있다는 것을 의미합니다 그래서 우리가 쉽게 집에서 체중계로 체중을 재고 혈압계로 혈압을 재듯이 실시간으로 집에서 간단히 진단 예측할 수 있는 장비를 만들 수 있게 된다는 의미입니다


Q. 기계학습과 가시화를 통한 설명가능성이란.

두 번째 장점으로 기계학습과 가시화를 통한 설명가능성을 들었는데요 인공지능 기술은 어떤 결론을 도출하는 과정이 블랙박스화되면서 설명가능성이 부족하게 됩니다 그런데 의료기기와 같이 어떠한 결과에 대해서 설명을 해야 하는 장비에는 이러한 설명가능성이 필수적인데요 본 기술에서는 정상인과 질병인을 구분하는 유효 패턴을 추출해서 그 패턴의 출현 빈도와 상태를 분석해서 진단하게 되고 결과를 유추하는 단계에서도 그러한 설명가능성 문제를 해결했다고 볼 수 있습니다


Q. 기술을 개발하며 어려웠던 점은.

본 기술을 개발하면서 가장 어려웠던 점은 실제 치매 뇌파 데이터를 구하는 일이 가장 힘들었습니다 이러한 데이터는 만드는 것도 어려울 뿐만 아니라 의료 데이터기 때문에 수집하고 공유하는 데에 따른 법적인 문제도 있고 어렵게 구축한 데이터를 다른 연구원과 공유하려는 연구자들이 많지 않았기 때문에 새로운 데이터를 직접 구하는 게 상당히 어려웠습니다 하지만 이 기술은 단지 바이오시그널을 이용한 진단뿐만 아니라 이를 응용하면 환경, 보안, 금융, 의료 등 보다 많은 적용 가능 분야가 생깁니다 그래서 활용 가치를 확장해서 계속 연구할 계획입니다


Q. 현재 그리고 앞으로 저는.

저의 주요 연구 관심 분야는 인공지능 자연어처리 데이터마이닝 HCI 등이고요 현재는 치매예측 재난예측 미래유망기술 발굴 양자컴퓨터 등 다양한 분야의 연구를 수행하고 있습니다

앞으로 인공지능을 더 깊이 연구하고 싶습니다 이 기술을 더 발전시켜서 인공지능을 더 연구해서 우리들의 친구나 가족 반려기계가 되어 줄 인간다운 기술을 개발하는 것이 목표입니다

이 페이지에서 정보에 대해 만족하십니까?
  • 담당부서대외협력실
  • 담당자최나은
  • 연락처042-869-0966
Back to Top