스마트폰으로 뇌졸중을 진단할 수 있는 도구

새로운 도구는 응급실 의사의 정확도로 환자의 언어 능력과 안면 근육 운동의 이상을 기반으로 뇌졸중을 진단할 수 있습니다. 이 모든 것이 스마트폰과의 상호 작용에서 몇 분 이내에 모두 가능합니다. 기계 학습 모델은 임상 환경에서 의사의 진단 프로세스를 지원하고 잠재적으로 가속화합니다.

현재 의사는 환자가 CT 스캔을 위해 보내야 하는 단계를 결정하기 위해 과거의 훈련과 경험을 사용해야 합니다. 이 새로운 도구는 컴퓨터 안면 운동 분석과 자연어 처리를 통해 뇌졸중이 의심되는 실제 응급실 환자의 뇌졸중 유무를 분석하여 환자의 얼굴이나 목소리에서 처진 볼이나 흐릿한 말투와 같은 이상을 식별합니다.

결과는 응급실 의사가 환자를 위한 중요한 다음 단계를 보다 신속하게 결정하는 데 도움이 될 수 있습니다. 궁극적으로 이 애플리케이션은 간병인이나 환자가 병원에 ​​도착하기 전에 자가 진단을 하는 데 사용할 수 있습니다.

컴퓨터 모델을 훈련시키기 위해 연구원들은 병원에서 뇌졸중 증상을 경험한 80명 이상의 환자로부터 데이터 세트를 구축했습니다. 각 환자는 Apple iPhone에 녹음되는 동안 음성 및 인지 커뮤니케이션을 분석하기 위해 음성 테스트를 수행하도록 요청받았습니다.

연구원들은 병원 데이터 세트에서 모델을 테스트한 결과 79%의 정확도를 달성했음을 발견했습니다. 이는 CT 스캔과 같은 추가 테스트를 사용하는 응급실 의사의 임상 진단과 비슷합니다. 그러나 이 모델은 4분 만에 환자를 평가할 수 있어 뇌졸중 진단에 귀중한 시간을 절약하는 데 도움이 될 수 있습니다. 중증 뇌졸중의 경우 환자가 응급실에 입원하는 순간부터 의사에게 분명하지만, 연구에 따르면 가벼운 증상을 보이는 대부분의 뇌졸중에서 진단이 몇 시간씩 지연될 수 있으며 그때까지는 환자가 응급실에 들어갈 자격이 없을 수 있습니다. 최상의 치료를 제공합니다.

의사들은 현재 뇌졸중 진단에 이분법적 접근 방식을 사용합니다. 즉, 뇌졸중을 의심하여 ​​환자에게 방사선을 포함할 수 있는 일련의 스캔을 보내거나 뇌졸중을 의심하지 않아 추가 평가가 필요할 수 있는 환자를 간과할 수 있습니다.