스마트폰 도구로 뇌졸중 진단, 응급실 의사 수준 정확도 달성

환자의 언어 능력 이상과 안면 근육 움직임을 분석하여 뇌졸중을 진단하는 새로운 도구가 개발되었습니다. 응급실 의사 수준의 정확도로 단 몇 분 만에 스마트폰 상호작용만으로 진단할 수 있습니다. 머신러닝 모델이 임상 환경에서 의사의 진단 과정을 돕고 잠재적으로 가속화합니다.

현재 의사들은 과거 교육과 경험에 의존해 환자를 어느 단계에서 CT 촬영을 위해 보낼지 결정해야 합니다. 새로운 도구는 뇌졸중이 의심되는 실제 응급실 환자들 중 뇌졸중 존재를 계산적 안면 동작 분석과 자연어 처리를 사용하여 환자의 얼굴이나 목소리의 이상(처진 볼, 어눌한 발음 등)을 식별함으로써 분석합니다.

결과는 응급실 의사가 환자의 중요한 다음 단계를 더 신속하게 결정하는 데 도움이 될 수 있습니다. 궁극적으로 이 애플리케이션은 병원에 도착하기 전 보호자나 환자가 자가 평가를 위해 활용할 수 있습니다.

컴퓨터 모델을 훈련시키기 위해 연구자들은 병원에서 뇌졸중 증상을 겪는 80명 이상의 환자로부터 데이터셋을 구축했습니다. 각 환자는 애플 아이폰으로 녹화되면서 언어와 인지 소통을 분석하는 언어 검사를 수행했습니다.

병원 데이터셋으로 모델을 테스트한 결과, 79% 정확도를 달성했습니다. 이는 CT 촬영 같은 추가 검사를 사용하는 응급실 의사의 임상 진단과 비교 가능합니다. 그러나 모델은 뇌졸중 진단에 귀중한 시간을 절약할 수 있으며, 최소 4분 만에 환자를 평가할 수 있습니다. 중증 뇌졸중은 환자가 응급실에 들어오는 순간 의사에게 명백하지만, 연구에 따르면 경미한 증상의 뇌졸중 다수에서 진단이 수 시간 지연될 수 있고, 그때가 되면 환자가 최상의 치료를 받을 자격이 없을 수 있습니다.

의사들은 현재 뇌졸중 진단에 이진 접근법을 사용합니다. 뇌졸중을 의심하면 방사선이 포함될 수 있는 일련의 검사를 위해 환자를 보내거나, 뇌졸중을 의심하지 않아 추가 평가가 필요한 환자를 간과할 수 있습니다.