분당서울대병원 마취통증의학과 연구진이 환자의 얼굴 표정만으로 수술 후 통증을 예측하는 인공지능(AI)을 개발했습니다. 이 AI는 주관적으로 표현되던 통증을 객관적이고 정확하게 평가할 수 있게 해줍니다.
연구 배경 및 필요성
수술 후 환자의 통증은 매우 주관적이며, 어린이와 정신질환자 등은 자신의 통증을 표현하기 어려운 경우가 많습니다. 이에 따라 통증을 객관적으로 평가하고 신속하게 대처할 수 있는 방법이 필요했습니다.
AI 모델 개발 과정
연구진은 위 절제 수술을 받은 환자들을 대상으로 다양한 상태에서 얼굴 표정을 촬영했습니다:
- 수술 전 통증이 없는 상태
- 수술 후 마취회복실 입실 직후
- 환자가 진통제가 필요한 정도의 통증을 표현했을 때
- 진통제 투여 후 통증이 경감된 상태
이와 함께 통증 모니터링에 사용되는 진통통각지수(ANI), 활력 징후, 숫자통증척도(NRS) 등의 생리적 신호를 측정했습니다. 이러한 데이터를 조합하여 AI 모델을 구축하고 수술 후 통증 강도를 예측할 수 있는지 검증했습니다.
연구 결과
얼굴 표정 데이터만을 학습시킨 AI 모델은 예측 정확도(AUROC)가 0.93으로 나타났습니다. 이는 얼굴 표정뿐만 아니라 진통통각지수와 활력 징후 등 생리적 신호를 기반으로 한 모델(AUROC 0.84)보다 높은 성능을 보였습니다[1][4][5].
의의 및 기대 효과
이 AI 모델은 마취회복실에서 적절한 통증 관리 치료를 통해 수술 환자의 회복을 돕는 데 유용할 것으로 기대됩니다. 특히, 의사소통이 어려운 환자들의 통증 평가에 큰 도움이 될 것입니다. 또한, 의료진이 일일이 환자의 얼굴 표정과 생체 신호를 평가하지 않아도 AI를 이용해 많은 환자들의 표정 데이터를 대량으로 처리할 수 있게 되어 통증의 유무뿐만 아니라 강도를 섬세하게 평가할 수 있게 되었습니다[2][7][12].
결론
분당서울대병원 연구진의 AI 모델은 수술 후 통증을 객관적이고 정확하게 예측할 수 있는 혁신적인 도구로, 향후 의료 현장에서의 통증 관리에 큰 변화를 가져올 것으로 기대됩니다.
---
[1]: https://www.aitimes.kr/news/articleView.html?idxno=31681
[2]: https://www.incheonilbo.com/news/articleView.html?idxno=1258093
[4]: http://m.kyeongin.com/view.php?key=20240717028250332
[5]: https://news.mt.co.kr/mtview.php?no=2024071714050458843
[7]: https://www.chosun.com/economy/science/2024/07/17/QPHVSKY73HVWQHZ7VCVHSAX6WE/
[12]: https://www.medipana.com/article/view.php?news_idx=328983&page=1&sch_cate=B&sch_menu=1
Citations:
[1] https://www.aitimes.kr/news/articleView.html?idxno=31681
[2] https://www.incheonilbo.com/news/articleView.html?idxno=1258093
[3] https://www.aitimes.kr/news/articleView.html?idxno=18755
[4] http://m.kyeongin.com/view.php?key=20240717028250332
[5] https://news.mt.co.kr/mtview.php?no=2024071714050458843&pDepth2=Itotal&sec=industry&type=2
[6] https://healthweek.co.kr/news/view.php?bIdx=7218
[7] https://biz.chosun.com/science-chosun/medicine-health/2024/07/17/SYOVMBNWRNCPNGZMS64VOZ2AOM/
[8] https://m.dongascience.com/news.php?idx=61997
[9] http://www.unfuture.org/2999
[10] https://www.dbpia.co.kr/journal/voisDetail?voisId=VOIS00673147
[11] https://news.mt.co.kr/mtview.php?no=2024071714050458843
[12] https://www.medipana.com/article/view.php?news_idx=328983&page=1&sch_cate=B&sch_menu=1
[13] http://www.whosaeng.com/153632
[14] https://www.chosun.com/economy/science/2024/07/17/QPHVSKY73HVWQHZ7VCVHSAX6WE/
[15] https://www.anesth-pain-med.org/journal/view.php?number=109&viewtype=pubreader
--------------------------------------------------------
바로가기 (새창) : https://biz.chosun.com/science-chosun/medicine-health/2024/07/17/SYOVMBNWRNCPNGZMS64VOZ2AOM/
도큐멘토에서는 일부 내용만을 보여드리고 있습니다.
세부적인 내용은 바로가기로 확인하시면 됩니다.
분당서울대병원 마취통증의학과 연구진이 환자의 얼굴 표정만으로 수술 후 통증을 예측하는 인공지능(AI)을 개발했습니다. 이 AI는 주관적으로 표현되던 통증을 객관적이고 정확하게 평가할 수 있게 해줍니다.
연구 배경 및 필요성
수술 후 환자의 통증은 매우 주관적이며, 어린이와 정신질환자 등은 자신의 통증을 표현하기 어려운 경우가 많습니다. 이에 따라 통증을 객관적으로 평가하고 신속하게 대처할 수 있는 방법이 필요했습니다.
AI 모델 개발 과정
연구진은 위 절제 수술을 받은 환자들을 대상으로 다양한 상태에서 얼굴 표정을 촬영했습니다:
- 수술 전 통증이 없는 상태
- 수술 후 마취회복실 입실 직후
- 환자가 진통제가 필요한 정도의 통증을 표현했을 때
- 진통제 투여 후 통증이 경감된 상태
이와 함께 통증 모니터링에 사용되는 진통통각지수(ANI), 활력 징후, 숫자통증척도(NRS) 등의 생리적 신호를 측정했습니다. 이러한 데이터를 조합하여 AI 모델을 구축하고 수술 후 통증 강도를 예측할 수 있는지 검증했습니다.
연구 결과
얼굴 표정 데이터만을 학습시킨 AI 모델은 예측 정확도(AUROC)가 0.93으로 나타났습니다. 이는 얼굴 표정뿐만 아니라 진통통각지수와 활력 징후 등 생리적 신호를 기반으로 한 모델(AUROC 0.84)보다 높은 성능을 보였습니다[1][4][5].
의의 및 기대 효과
이 AI 모델은 마취회복실에서 적절한 통증 관리 치료를 통해 수술 환자의 회복을 돕는 데 유용할 것으로 기대됩니다. 특히, 의사소통이 어려운 환자들의 통증 평가에 큰 도움이 될 것입니다. 또한, 의료진이 일일이 환자의 얼굴 표정과 생체 신호를 평가하지 않아도 AI를 이용해 많은 환자들의 표정 데이터를 대량으로 처리할 수 있게 되어 통증의 유무뿐만 아니라 강도를 섬세하게 평가할 수 있게 되었습니다[2][7][12].
결론
분당서울대병원 연구진의 AI 모델은 수술 후 통증을 객관적이고 정확하게 예측할 수 있는 혁신적인 도구로, 향후 의료 현장에서의 통증 관리에 큰 변화를 가져올 것으로 기대됩니다.
---
[1]: https://www.aitimes.kr/news/articleView.html?idxno=31681
[2]: https://www.incheonilbo.com/news/articleView.html?idxno=1258093
[4]: http://m.kyeongin.com/view.php?key=20240717028250332
[5]: https://news.mt.co.kr/mtview.php?no=2024071714050458843
[7]: https://www.chosun.com/economy/science/2024/07/17/QPHVSKY73HVWQHZ7VCVHSAX6WE/
[12]: https://www.medipana.com/article/view.php?news_idx=328983&page=1&sch_cate=B&sch_menu=1
Citations:
[1] https://www.aitimes.kr/news/articleView.html?idxno=31681
[2] https://www.incheonilbo.com/news/articleView.html?idxno=1258093
[3] https://www.aitimes.kr/news/articleView.html?idxno=18755
[4] http://m.kyeongin.com/view.php?key=20240717028250332
[5] https://news.mt.co.kr/mtview.php?no=2024071714050458843&pDepth2=Itotal&sec=industry&type=2
[6] https://healthweek.co.kr/news/view.php?bIdx=7218
[7] https://biz.chosun.com/science-chosun/medicine-health/2024/07/17/SYOVMBNWRNCPNGZMS64VOZ2AOM/
[8] https://m.dongascience.com/news.php?idx=61997
[9] http://www.unfuture.org/2999
[10] https://www.dbpia.co.kr/journal/voisDetail?voisId=VOIS00673147
[11] https://news.mt.co.kr/mtview.php?no=2024071714050458843
[12] https://www.medipana.com/article/view.php?news_idx=328983&page=1&sch_cate=B&sch_menu=1
[13] http://www.whosaeng.com/153632
[14] https://www.chosun.com/economy/science/2024/07/17/QPHVSKY73HVWQHZ7VCVHSAX6WE/
[15] https://www.anesth-pain-med.org/journal/view.php?number=109&viewtype=pubreader
--------------------------------------------------------
바로가기 (새창) : https://biz.chosun.com/science-chosun/medicine-health/2024/07/17/SYOVMBNWRNCPNGZMS64VOZ2AOM/
도큐멘토에서는 일부 내용만을 보여드리고 있습니다.
세부적인 내용은 바로가기로 확인하시면 됩니다.