음성으로 COVID-19를 감지할 수 있을까? 아직 검증되지 않은 새로운 방법

최근 해외 전염병이 점점 더 심각해지고 있으며, 비효율적인 검사가 시급히 해결해야 할 문제가 되었습니다. 최근 카네기 멜론 대학과 케임브리지 대학의 연구진은 소리 감지기를 사용하여 AI를 보조적인 감지 및 진단 절차에 적용했습니다.

신종 코로나바이러스 감염증이 해외에서 폭발적으로 확산되면서, 복잡한 검출 방법과 장비 부족이 전염병 예방 및 통제 과정에 걸림돌이 되고 있습니다.

많은 언론은 검사가 부족한 것이 많은 국가가 전염병을 효과적으로 추적하지 못하는 이유 중 하나이며, 이로 인해 확진자가 급증한다고 보도했습니다.

최근 카네기멜론대학교(CMU)와 케임브리지대학교라는 두 유명 대학이 우연히 새로운 방법을 사용했습니다. AI 시스템을 통해 음성 정보를 분석하여 COVID-19에 감염될 위험을 감지하는 것입니다.

CMU: 몇 분 안에 결과 확인

카네기멜론대학교에서 제공하는 COVID 음성 탐지기 테스터를 사용하면 여러 개의 음성 녹음을 완료해야 하며, 감염 위험 결과를 단 몇 분 만에 얻을 수 있습니다.

웹사이트에 접속하여 등록한 후 개인 정보를 입력해야 합니다. 해당 정보에는 인종, 나이, 건강 상태, 환자가 진단을 받았는지 또는 이전에 진단을 받은 적이 있는지 여부 등이 포함됩니다.

위 정보를 입력한 후, 기침 소리, 영어 모음 발음, 숫자와 알파벳 읽기 등의 음성 정보를 녹음해야 합니다.

이 모델은 확진 환자와 정상 피험자의 데이터로 훈련되었으며, 새롭게 입력된 소리를 분류하고 일치시킬 수 있습니다.

궁극적으로, 녹음된 소리가 수집된 COVID-19 환자 데이터의 감염 특성과 얼마나 일치하는지를 나타내는 점수가 반환됩니다.

시스템의 판단을 가능한 한 정확하게 하기 위해서는 충분한 훈련 데이터가 있어야 하며, 다양한 정보를 포괄해야 합니다. 연구자들은 더 많은 자원봉사자의 참여를 촉구하고 있습니다.

또한, 이 시스템은 확장 가능하며, 음성이 다른 호흡기 질환을 앓고 있는 사람의 음성일 경우 알고리즘이 해당 질병의 음성적 특성을 학습할 수 있다고 합니다.

테스터 주소:
https://cvd.lti.cmu.edu/cvd/

본 기사 게재 전 웹사이트를 방문했을 때, 업데이트 및 유지관리로 인해 일시적으로 폐쇄된 것으로 표시되었습니다. 해당 담당자는 이번 주말에 다시 온라인으로 돌아올 것으로 예상된다고 밝혔습니다.

케임브리지 대학교: 단지 데이터 수집일 뿐

카네기 멜론 대학과 마찬가지로 케임브리지 대학도 소리를 이용해 COVID-19를 감지하는 프로젝트를 시작했습니다. 하지만 약간의 차이점은 케임브리지 대학은 데이터만 수집하고 테스트 결과는 제공하지 않는다는 것입니다.

시스템이 데이터를 수집하는 방식도 비슷합니다. 기본 정보와 의료 정보를 입력하고, 휴대폰 마이크를 통해 음성 정보를 수집하는 등의 훈련 샘플이 필요합니다.

마찬가지로, 시스템은 사용자의 신체 건강 상태, 예를 들어 열이 있는지, 감염되었는지 등을 조사합니다. 녹음해야 할 항목에는 숨을 내쉬는 소리, 기침 소리, 텍스트를 읽는 소리 등이 있습니다.

프로젝트 리더인 세실리아 마스콜로 교수는 이 연구에 사용된 대규모 데이터 세트가 매우 작기 때문에 조기 감지를 위한 더 나은 알고리즘을 제공하기 위해 충분한 양의 데이터를 수집해야 한다고 설명했습니다.

그는 또한 데이터가 축적된 후에는 코로나바이러스 확진자가 충분하지 않더라도 다른 호흡기 질환과 관련된 정보를 찾을 수 있다고 말했습니다.

이 프로젝트의 궁극적인 목표는 질병을 자동으로 감지하고 널리 활용 가능한 감지 앱 형태로 제시할 수 있는 머신 러닝 알고리즘을 개발하는 것입니다.

프로젝트 주소:
https://www.covid-19-sounds.org/zh/index.html

음성 포렌식을 정확하게 식별할 수 있을까?

두 프로젝트는 서로 독립적이지만, 사용되는 방법과 원칙에는 몇 가지 공통점이 있습니다. 그러나 어느 쪽도 프로젝트의 구체적인 원칙에 대한 정보를 많이 제공하지 않았습니다.

카네기 멜론 대학의 연구팀은 오랫동안 음성 포렌식 기술에 집중해 왔습니다. 그들은 인간의 목소리가 기관의 상태와 건강에 영향을 받아 생리적, 심리적, 심지어 의학적 데이터까지 드러낼 수 있다고 믿습니다.

폐렴 바이러스에 감염된 환자는 폐에 병변이 생기고, 이로 인해 호흡 패턴 등의 매개변수에 영향을 미쳐 소리에 비정상적인 특징이 나타나는데, 알고리즘은 이러한 특징을 포착할 수 있습니다.

케임브리지 대학의 팀 역시 많은 전문가와 의사들로 구성되어 있습니다. 프로젝트 소개에서, 그들은 호흡기 질환으로서, 새로운 코로나바이러스에 감염된 사람들이 내는 소리는 소리, 호흡 간격, 기침 등 특정한 특징을 가질 것이라고 언급했습니다.

이런 접근 방식은 참신하지만, 두 프로젝트 모두 아직 초기 단계에 있습니다. BBC 보도에서는 이 해결책의 어려움을 나타내기 위해 "초기 문제"라는 용어를 사용했습니다.

그러나 이전 연구에서는 소리를 이용해 질병을 진단한 성공적인 사례가 몇 가지 있었습니다.

예를 들어, 2014년에 설립된 ResApp Health는 머신 러닝 알고리즘을 사용하여 기침 소리를 분석하여 다양한 만성 및 급성 질환을 진단하고 심각도를 측정하는 데 중점을 두고 있습니다. 지금까지 일부 결과가 얻어졌으며, 이는 천식, 폐렴, 기관지염 등의 질병을 진단하는 데 사용될 수 있습니다.

또 다른 회사인 존데(Sonde)도 작년에 음성 진단에 대한 미국 특허를 받았습니다. 이들이 개발한 플랫폼은 환자의 말에서 음성의 미묘한 변화를 감지하고 분석하여 환자의 건강 상태를 파악할 수 있으며, 이를 통해 의사는 우울증과 치매와 같은 질병을 진단하는 데 도움을 받을 수 있습니다.

성숙한 연구와 비교했을 때, 소리를 이용해 COVID-19를 진단하는 프로젝트는 시간에 민감할 뿐만 아니라, 이 질병에 대한 소리 데이터가 매우 적어서 매우 어렵고 도전적입니다.

논란이 있고, 효과가 있는지 여부는 아직 검증되지 않았습니다.

두 프로젝트 모두 FDA나 CDC의 승인을 받지 못했으므로 정식적인 의학적 진단에 사용할 수 없습니다.

이 단계의 가장 큰 목표는 더 많은 사람들(확진 환자와 일반인 포함)에게 음성 데이터를 제공해 연구 프로젝트의 진행을 촉진하고, 나아가 신종 코로나바이러스와 같은 전염병을 통제하는 데 도움을 주는 것입니다.

이러한 연구가 효과적인지에 대한 논란도 있다. 예를 들어, 전염병의 심각도가 지역마다 다르다면, 이로 인해 모델에 분석적 편향이 생길까요? 간단한 음성 녹음은 편리하지만, 수집된 음성 정보는 과학적 분석의 요구 사항을 충족하지 못합니다.

이제 시스템의 전문성과 정확성은 추가적인 검증을 거쳐야 할 것으로 보입니다. 이전에는 앞길을 아는 사람이 아무도 없었습니다. 하지만 반면에 이것이 바로 과학적 탐구의 매력이기도 합니다.

-- 위에--