한국보건사회연구원에 따르면 2017년에는 65세 이상 노인이 1인당 평균 2.7개의 만성질환을 보유하고 있었다. 저출산, 인구 고령화, 의료 인력 부족으로 인해 노인의 의료복지에 대한 우려가 커지고 있다. 이에 따라 이용자의 연령, 인지 능력, 질병의 난이도를 고려하는 서비스에 대한 수요가 증가하고 있다. 그 결과, 입원 횟수를 낮추고 환자에게 맞춤형 진료를 제공할 수 있는 스마트 헬스케어 시스템에 대한 요구가 커지고 있다. 이러한 배경에서 우리는 비디오를 통해 신경학적 질환을 손쉽게 선별하고 관리할 수 있는 AI 시스템을 개발하고자 하였다. 신경학적 질환은 어느 정도 시각적 분석만으로도 진단될 수 있으므로, 본 연구에서는 비디오로부터 한 사람이 신경학적 질환을 가질 가능성을 추정하고자 하였다. 신경학적 질환 중에서도 우리는 노인 인구에서 흔하며 전 세계적으로 높은 사망률과 이환율을 초래하는 뇌졸중에 초점을 맞추었다. 제안된 방법은 (1) 신경학적 진찰 비디오를 랜드마크 데이터로 변환하고, (2) 랜드마크 데이터를 재귀도(Recurrence plots)로 변환하며, (3) 딥 뉴럴 네트워크를 사용해 뇌졸중 가능성을 추정하는 세 단계로 구성된다. 주요 특징(손, 얼굴, 동공, 신체 움직임)은 여러 신경학적 진찰 프로토콜 하에서 촬영된 검사 비디오로부터 딥러닝 기반 랜드마크 추출기를 통해 추출된다. 이후 이러한 랜드마크 데이터의 연속 시퀀스는 재귀도(Recurrence plots)로 변환되며, 이는 이미지로 해석될 수 있다. 이 이미지들은 특징 융합(feature-fusion) 기법을 사용하여 합성곱 신경망에 입력함으로써 뇌졸중을 분류할 수 있다. 제안된 방법의 수행 능력을 평가하기 위한 질병 선별 검사의 적용에 대한 사례 연구를 제시한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.