표현하기 힘든 환자의 고통 AI로 찾는다

병원에서는 환자들에게 통증의 크기를 물을 때 0부터 10까지의 등급을 보통 사용하죠.

이는 지극히 주관적이기에 어린 아이나 고통에 무딘 환자들은 고통을 과소평가하기도 하고,

반대로 고통을 과도하게 평가해 약물 중독을 야기하는 경우도 있다고 합니다.

미국 존스홉킨스대 응용물리연구소 등 공동 연구팀은 인공지능 기술로 환자의 고통을 객관화하는

방법을 개발해 이런 한계를 극복했다고 하는데요. 연구팀은 적혈구 모양이 낫처럼 굽은

모양으로 변하는 낫적혈구빈혈 환자 46명의 입원 데이터 105개를 활용했다고 해요.

 

낫적혈구 빈혈은 만성 또는 급성 통증을 동반한다고 하는데요. 연구팀은 환자의 입원 데이터에서 

혈중산소포화도, 심박수, 혈압 등 총 6개의 생리 지표를 뽑아 여러 가지 AI 모델을 기계학습 시켰다고 합니다.

 

연구 결과 은닉 마르코프 모델의 정확성, 정밀도, 재현율이 전반적으로 가장 뛰어났다고 합니다.

은닉 마르코프 모델은 시스템이 관찰 가능한 결과와 은닉된 상태 두가지 요소로 이뤄졌다고 가정하는

모델이라고 해요. 이 연구에서 관찰 가능한 결과에 해당하는 특성은 생리 지표이고,

은닉된 상태는 환자의 통증 수준이라고 해요. 연구팀은 모델링을 통해 특정 생리 지표에서 각 통증 수준이

나타날 확률을 구했다고 합니다. 

 

이 연구는 국제학술지 플로스 컴퓨터이셔널 바이올로지 3월 11일자에 실렸다고 합니다.

통증의 정도를  AI를 통해 측정할 수 있다면 의사 입장에서도 보다 정확한 판단을 할 수 있을 것 같네요.

저 같은 경우에도 예전에 사고나서 병원에 입원했던 적이 있었는데 의사선생님께서 몇정도로 아프냐고

물어보셨는데 저는 모르겠더라고요.  아프긴 한데 어느정도인지 가늠이 안되서 의사선생님의 질문에

대답을 제대로 못했던 기억이 있어요.

 

분명 이런 분들이 많이 계실 것 같아요. 통증에 비해 적게 말해도 원래 통증에 비해 과장되게

말해도 의사입장에서는 판단하기가 쉽지 않을텐데 다행인 것 같아요. 나중에는 AI를 통해 몸 전체를

분석해주고 한번에 몸 전체의 검진을 받을 수 있었으면 좋겠네요 ㅎㅎㅎㅎ

 

 

참고 : https://news.naver.com/main/read.nhn?mode=LSD&mid=shm&sid1=103&oid=584&aid=0000013681

표현하기 힘든 환자의 고통 AI로 찾는다