2개의 리드만으로 12개의 리드 심전도를 구성하는 기술, 스마트워치로 측정한 심전도 정보량의 한계 극복
텍스트 요약
– 심전도(ECG) 심장의 전기 신호 기록심장병 진단에 사용됩니다.
병원에서는 심장의 신호를 다양한 각도에서 측정합니다.
12 ECG 기록하다.
– 갤럭시 워치, 애플 워치와 달리 심장 신호는 한 방향으로만 기록되기 때문에 하나의 ECG만 남습니다.
전자 12-리드 심전도, 후자는 단일 리드로그것은이라고.
– 12리드 심전도에 비해 단일리드 심전도는 충분한 정보가 없어 복합심장질환 확인에 한계가 있음.
– 이에 의료 인공지능(AI) 분석 전문기업인 메디컬에이아이가 개발한 진단법을 혁신하고 있다.
‘ECGT2T’는 2개의 심전도만을 이용해 나머지 10개의 심전도를 합성해 12개의 심전도를 구성하는 기술이다.
.
– 특히 이 기술은 하나의 심전도만 측정할 수 있는 스마트워치를 서로 다른 지점에서 두 번 측정했을 때 두 리드의 심전도를 기록한다.
.
– 예를 들어 Apple Watch를 왼팔에 착용한 경우 오른손으로 용두(Apple Watch의 둥근 버튼)를 터치한 후 심전도를 측정한 다음 Apple Watch를 배에 대고 손으로 용두를 터치합니다.
다른 리드를 측정하는 오른손. 하다.
검은색은 원본 ECG이고, 파란색은 두 리드의 ECG를 기반으로 ‘ECGT2T’에서 생성한 ECG입니다.
Red는 Medical AI의 또 다른 생성 AI 모델인 ‘ECGS2E’가 생성한 심전도이다.
‘ECGS2E’는 단일 리드 ECG로 11개의 ECG를 생성합니다.
‘ECGT2T’와 ‘ECGS2E’ 모두 원래 심전도와 매우 유사한 심전도를 생성했습니다.
V6에서는 원본 심전도의 노이즈로 인해 베이스라인이 흔들리는데 ‘ECGT2T’와 ‘ECGS2E’ 출력 ECG는 이를 보정했다.
출처: 인공지능신문(https://www.aitimes.kr)
– 실제 환자에게서 측정한 심전도와 ‘ECGT2T’를 통해 생성된 심전도 비교 시간 오류는 15밀리초(1/1000초)이고 진폭 오류는 10% 미만입니다.
~였다
– ‘ECGT2T’ 역시 ECG를 측정할 수 있는 기존 스마트워치의 한계를 개선해 제한된 ECG에서 더 많은 정보를 생성할 수 있는 생성 AI다.
스마트워치 심전도를 통해 사용자에게 첨단 헬스케어 서비스를 제공할 것으로 기대된다.
– 의료 AI는 지난 3월 31일 한국보건의료연구원으로부터 혁신의료기술로 지정돼 약 100%를 차지하는 좌심실 수축기 기능장애를 선별하는 심전도 분석 AI 소프트웨어(제품명 ‘AiTiALVSD’)로 의료계에 진출했다.
전체 심부전 환자의 50%. 앞서있다
– 한편, 의료 AI는 이미 연구를 통해 ‘ECGT2T’의 성능을 입증했다.
700명의 환자스마트워치에서 측정한 심전도는 12리드 심전도로 구성하였다.
이를 바탕으로 심부전 진단이 내려졌다.
95% 정확도보여 주었다
– 국제학술지 ‘Diagnostics’에 게재12리드 심전도 생성을 통한 심부전 감지를 위한 인공지능 강화 스마트워치 심전도(12리드 심전도를 생성하여 심부전 감소 박출률 감지를 위한 인공지능 강화 스마트워치 심전도 보기)’ 제목 아래 2022년 3월 8일에 게시됨완료.
추가 조사
1. MedicalAI라는 회사가 개발하고 있는 회사는 무엇인가요?
특정 질병에 대한 심전도 분석 및 AI 예측 결과를 확인할 수 있는 진단 보조 소프트웨어 개발 회사입니다.
- 많은 양의 ECG 데이터를 통해 어떤 심장 특성이 어떤 리드 특성으로 이어지는지 알 수 있습니다.
- 따라서 어떤 리드가 주어지면 그 리드의 특성에서 심장의 특성을 유추할 수 있습니다.
- 이러한 특성을 가진 심장에서 측정된 리드별 신호의 세부적인 특성도 유추할 수 있다.
- 각 리드의 세부 특성을 주어진 리드에 적용하여 12개의 리드 변형을 얻을 수 있습니다.
끊임없는 연구 성과 창출!
최근 신호 데이터를 활용한 의료 AI 개발이 활발히 진행되고 있다.
2. 기타 경우
분당서울대병원 이비인후과 김정훈 교수팀은 2만개 이상의 소음 학습과 실시간 진단을 통해 사용성을 획기적으로 개선한 원천기술을 개발했다.
수면무호흡증의 진단율을 높이기 위해 분당서울대병원 연구팀은 병원에서 각종 장비를 부착해 수행하는 수면다원검사를 보완·대체할 수 있는 스마트폰을 이용한 진단 기술을 지난해 개발해 발표했다.
AI)는 ‘실시간’ 수면무호흡증 진단이 가능한 수준까지 발전해 주목받고 있다.
분당서울대병원 이비인후과 김정훈 교수와 AI 기반 수면 기술 스타트업 Asleep 김대우 박사는 다양한 소음이 발생하는 가정 환경에서도 실시간으로 수면 무호흡증을 감지할 수 있는 기술을 개발했다.
스마트 폰.
1. 연구팀은 정확한 실시간 진단을 위해 수면다원검사에서 얻은 데이터를 얻었다.
1,000개의 호흡 데이터 외에도 에어컨 등 가전제품의 소음, 외부에서 들리는 차량 소음 등 20,000개 이상의 소음 데이터로 학습된 인공지능 모델이 사용됩니다.
. 그 결과 다양한 생활 소음이 있는 수면 환경에서도 정확도는 86%입니다.
도달하고 있는 것으로 보인다 본 연구에 사용된 22,500개의 가정 환경 소음은 가정에서 발생할 수 있는 거의 모든 소음입니다.
“수면무호흡증은 병원 환경과 달리 다양한 소음이 발생하는 가정에서도 실시간으로 감지할 수 있어 미래 수면기술 분야에서 중요한 원천기술이 될 것”이라고 말했다.
2. 이번 연구 결과는 첨단의료 분야 최고 국제학술지인 Journal of Medical Internet Research에 게재됐다.
호흡음 기반 수면무호흡증 실시간 감지 및 가정 내 소음을 이용한 예측력 향상: 알고리즘 개발 및 검증(Real Time Detection of Sleep Apnea Based on Breathing Sounds and Prediction Reinforcement Using Home Noises: Algorithm Development and Validation-download)는 지난 2월에 출간되었습니다.
.
3. 연구팀은 기술을 무료 응용 프로그램으로 사용 ‘수면 루틴‘에 적용 및 배포.
3줄 노출
1. 생체신호를 이용한 의료 AI 확장성을 학습한 연구 사례들이다.
2. 신호의 특성이 비슷하면 확률 분포도 비슷하고 시간축 방향으로 흐른다 -> 생성 모델이 잘 작동해야 한다.
가장 효과적이고 매우 정확하다고 생각됩니다.
3. 요즘 트렌드는 안정적인 보급입니다.
확률 기반 우리는 생성 모델이 시계열인 생물학적 신호에도 효율적일 것이라고 생각했습니다.