뇌혈관 사고(CVA) 또는 ‘뇌졸중’ 감지 – AI가 시간에 민감한 응급 상황에서 구급대원을 지원할 수 있음

구급대원은 믿을 수 없을 정도로 스트레스가 많은 직업입니다. 그들은 생명을 구하는 임무를 맡고 있을 뿐만 아니라, 모든 상상 가능한 환경에서 예측할 수 없는 상황에 지속적으로 놓이게 됩니다. 친절하면서도 단호함을 유지하고, 개인으로서 그리고 소방, 경찰 등 연계 서비스와도 잘 협력해야 합니다. 게다가 불규칙하고 긴 근무 시간을 견디면서 신체와 정신 모두에 극심한 스트레스를 받게 됩니다. 구급대원이 응답해야 하는 모든 호출 중, 결과를 거의 통제할 수 없는 상황이 가장 끔찍합니다. 알레르기 반응은 약물로 치료할 수 있고, 특정 당뇨 응급 상황은 포도당으로 해결할 수 있으며, 심장 부정맥은 전기적 개입으로 교정할 수 있습니다. 그러나 흔히 ‘뇌졸중’이라고 불리는 뇌혈관 사고(CVA)의 경우 현장에서는 할 수 있는 것이 거의 없습니다.

뇌혈관 사고(특히 허혈성)의 치료는 4.5시간 이하의 비교적 짧은 시간 안에 제공되어야 한다는 점이 상황을 더욱 복잡하게 만듭니다. 이는 많은 시간처럼 들릴 수 있지만, 구급대원이 현장에 도착하고 가능한 원인을 배제하며, 문제를 파악하고, 환자를 응급실로 이송하기 위해 포장하는 데 걸리는 시간을 고려하면 4.5시간은 예상보다 훨씬 빠르게 지나갑니다—특히 농촌 지역에서는 더욱 그렇습니다. 따라서 뇌혈관 사고를 빠르고 조기에 감지하는 것이 매우 중요합니다.

Thankfully, with the advent of Artificial Intelligence (AI), Paramedics may have a new tool upon which they can rely in the coming years.

분을 초로 전환하기

A team of Biomedical Engineers from RMIT University has recently developed a new tool that leverages AI to identify a CVA in seconds, with a higher rate of accuracy than is currently possible in the field.  Their paper, titled ‘Facial expressions to identify post-stroke: A pilot study‘, describes a smartphone app that can effectively assess a person’s facial features and determine whether there are signs of a CVA based on long-established signs such as unilateral facial drooping.

While much work needs to be done, early results were quite promising, with the AI-enabled solution accurately detecting post-stroke patients with an 82% success rate.

“정확도가 82%에 달해 결과가 고무적입니다. 분석 결과, ‘Kiss’와 ‘Spread’가 건강한 사람과 뇌졸중 후 환자를 구분하는 데 가장 좋은 안면 표정이며, 입 주변 근육이 가장 많이 영향을 받는 것으로 나타났습니다. 이 시스템은 비감독 비디오 분석을 위해 설계되어 스마트폰 앱으로 개발하기에 적합합니다.”

뇌혈관 사고를 식별하는 것이 어렵고 시간이 많이 소요되는 이유 중 하나는 일반적으로 환자의 증상을 설명하기 위해 다양한 대안 원인을 배제해야 하기 때문입니다. 뇌혈관 사고와 유사하게 나타날 수 있는 몇 가지 일반적인 상태는 다음과 같습니다,

• 저혈당 (혈당 낮음)
• 중추신경계 감염 (예: 수막염)
• 심한 고혈압 및/또는 뇌내압 상승 (ICP)
• 약물 (예: 코카인)

한 번 원인이 확인되면, 현장 치료는 일반적으로 환자의 기도를 확보하고, 필요 시 산소를 공급하며, 신속한 이송을 포함합니다. 환자에게 필요한 것은 허혈성 뇌혈관 사고의 경우 항응고제이며, 출혈성 뇌혈관 사고의 경우 외과적 개입입니다.

이처럼 많은 변수가 도입되면 현장에서 정확도를 높이기 어려워지고, 가장 귀중한 자원인 시간이 소모됩니다. 매분이 환자를 영구적인 뇌 손상에 더 가깝게 만들기 때문에, 엔지니어 팀이 제안한 솔루션은 구급대원의 업무를 조금이라도 더 쉽고 효과적으로 만들어 전 세계 수많은 생명을 구할 수 있습니다.

보건 의료 분야에서 인공지능을 활용하는 기업들

1. Alphabet Inc.

GOOGL 가격 차트

Alphabet (GOOG ) 의 Google Health 부서는 AI를 활용해 의료 서비스를 향상시키는 데 중점을 두고 있습니다. 의료 영상으로부터 질병을 진단하고, 환자 결과를 예측하며, 치료 계획을 개인화하는 AI 알고리즘을 개발하고 있습니다. 주목할 만한 프로젝트 중 하나는 의료 이미지에서 당뇨병성 망막증 및 유방암을 높은 정확도로 감지하는 AI 활용입니다.

Alphabet의 자회사 중 하나인 DeepMind도 의료 분야 AI 최전선에 서 있으며, 환자 악화 예측 및 약물 발견을 가속화할 수 있는 단백질 구조 예측 모델 개발 등 프로젝트를 진행하고 있습니다.

2. IBM Corporation

IBM 가격 차트

IBM Watson Health는 AI와 데이터 분석을 다양한 의료 과제에 적용합니다. AI 기반 솔루션은 임상 의사결정을 개선하고, 환자 치료를 향상시키며, 운영 효율성을 최적화하는 것을 목표로 합니다. Watson Health의 종양학 및 유전체학 솔루션은 방대한 의료 문헌과 유전 데이터를 분석하여 종양 전문의가 개인 맞춤형 암 치료 계획을 수립하도록 돕습니다.

임상 개발 이니셔티브를 통해 IBM은 AI를 활용해 임상 시험 과정을 간소화하고, 데이터 관리를 개선하며, 신약의 시장 출시 시간을 단축하고 있습니다.

뇌졸중을 넘어

흥미롭게도, 이 이니셔티브를 이끄는 엔지니어 팀은 시간이 지나면 소프트웨어가 안면 표정을 통해 나타나는 다른 신경학적 질환도 정확히 식별할 수 있을 것으로 보고 있습니다. 해당 조건에 해당하는 몇 가지 예는 다음과 같습니다,

• 벨 마비
• 파킨슨병
• 중증 근무력증
• 근위축성 측삭 경화증 (ALS)

팀 리더 Dinesh Kumar 교수는 다음과 같이 밝혔습니다,

“우리는 가능한 한 민감하고 특이하게 만들고자 합니다. 현재 추가 데이터를 활용한 AI 도구를 개발 중이며, 다른 질병도 고려할 예정입니다… 의료 제공자와의 협업은 이 앱을 기존 응급 대응 프로토콜에 통합하는 데 필수적이며, 구급대원에게 조기 뇌졸중 감지를 위한 효과적인 수단을 제공할 것입니다.”

지금은 이 제품이 완벽히 구현되어 실현되기를 기대해 봅니다. 이는 매년 수많은 뇌졸중 환자의 생명을 구하고 삶의 질을 유지하는 데 중요한 역할을 할 수 있기 때문입니다.