목소리와 삼킴을 동시에 잡다 비침습 목소리 음향 센서를 이용한 자동 연하장애 스크리닝

초록

본 연구는 목 부위에 부착한 디지털 청진기를 통해 삼킴 중 발생하는 미세 음향을 수집하고, 도메인‑특화 특징과 머신러닝(랜덤 포레스트) 모델을 결합해 연하장애를 2‑클래스(정상/비정상)와 3‑클래스(중증도)로 자동 판별한다. 49명의 환자(617개 삼킴 이벤트)에서 얻은 데이터로 5‑fold 환자‑레벨 교차검증을 수행했으며, 비정상 검출 AUC‑ROC 0.904, 최대 위험도 집계 시 AUC‑ROC 0.942를 달성하였다.

상세 분석

본 논문은 임상 현장에서 널리 사용되는 영상 기반 연하검사(FEES, VFSS)의 한계를 극복하고자, 비침습적이고 저비용인 목 부위 음향 센싱을 활용한 자동 연하장애 스크리닝 시스템을 제안한다. 데이터 수집 단계에서는 49명의 고위험 환자를 대상으로 FEES 검사 중 3M Littmann 디지털 청진기를 갑상선 연골 외측에 부착해 실시간 음향을 녹음하였다. 총 392개의 녹음 파일에서 잡음(말소리 등)을 제거하고, 평균 0.64초 길이의 삼킴 구간 617개를 추출하였다.

음향 전처리는 Librosa와 Numpy를 이용해 진폭 임계값, 간격, 최소·최대 진폭 등을 조정함으로써 수동 검증된 비디오와 일치하도록 파라미터를 최적화하였다. 특징 추출은 크게 네 가지로 구분된다. 첫째, 도메인‑인포메드 특징으로 평균·중간 주파수, 최대 5개 주파수, 피크·평균 진폭, 파형 면적(AUC) 등을 계산하였다. 둘째, OpenSMILE 툴킷을 통해 6,000여 개의 전통적인 음향 특징을 추출하였다. 셋째, 사전학습된 오디오 임베딩 모델(OPERA, AST, CLAP)에서 고차원 벡터를 얻었다. 넷째, 연령·성별 등 인구통계학적 변수를 보조 입력으로 포함시켰다.

모델링에서는 랜덤 포레스트(RFC)와 서포트 벡터 머신(SVM)을 비교했으며, 성능이 유사해 일관성을 위해 RFC를 최종 선택하였다. 5개의 환자‑레벨 독립적인 train‑test split을 사용해 교차검증을 수행했으며, 주요 평가지표는 AUC‑ROC와 균형 정확도였다. 2‑클래스(정상/비정상)에서는 도메인‑인포메드 특징만 사용했을 때 AUC‑ROC 0.904±0.015를 기록, 이는 사전학습 임베딩(OPERA 0.651)이나 OpenSMILE(0.778)보다 현저히 우수했다. 오히려 OpenSMILE을 결합하면 성능이 0.804로 감소했는데, 이는 불필요한 잡음 특징이 모델을 혼란시킨 것으로 해석된다. 3‑클래스(중증도)에서는 데이터 불균형과 샘플 수 부족으로 AUC‑ROC가 0.613 수준에 머물렀으며, 향후 대규모 데이터 확보가 필요함을 시사한다.

세그멘테이션 측면에서는 두 가지 자동화 방법을 도입했다. 고정 파라미터 기반 방식은 IoU 0.4775, 민감도 65.8%, 특이도 87.6%를 달성했으며, 최대 위험도(Max‑risk) 집계 시 AUC‑ROC 0.942라는 최고의 결과를 보였다. 반면 슬라이딩 윈도우(1 s, 50% 오버랩) 방식은 평균·최빈 위험도 집계에서 고정 파라미터보다 우수했으며, 구현 복잡도가 낮아 실시간 적용에 유리하다. 인간이 직접 라벨링한 삼킴 구간을 기준으로 한 ‘Human Segmented’ 베이스라인은 AUC‑ROC 0.967으로 가장 높은 성능을 보였으며, 이는 자동 세그멘테이션 알고리즘의 개선 여지를 보여준다.

특징 중요도 분석(SHAP)에서는 연령·성별이 높은 위험도와 양의 상관관계를 보였으며, 평균 진폭, 평균 주파수, 면적, 삼킴 횟수 등 신호 기반 특징도 중요한 예측 변수로 도출되었다. 특히 약한 진폭·짧은 삼킴이 비정상과 연관된다는 임상적 통찰을 제공한다.

한계점으로는 데이터 규모가 제한적이며, 단일 기관(UCSD)에서만 수집된 점, 그리고 현재는 병원 환경에서만 검증되었다는 점을 들 수 있다. 또한 자동 세그멘테이션 정확도가 아직 인간 라벨링에 미치지 못하므로, 실시간 가정용 적용을 위해서는 더 정교한 신호 처리와 잡음 억제 기술이 필요하다. 향후 연구에서는 다양한 연령·성별·질환군을 포함한 멀티센터 데이터베이스 구축, 딥러닝 기반 시계열 모델(RNN, Transformer) 적용, 그리고 스마트폰 마이크를 활용한 원격 모니터링 검증 등을 제안한다.

전반적으로 본 연구는 비침습적 목 음향 센싱과 도메인‑특화 특징을 결합한 머신러닝 파이프라인이 연하장애 조기 탐지에 높은 잠재력을 가지고 있음을 실증했으며, 저비용·실시간·스케일러블한 디지털 헬스 솔루션으로서의 가능성을 제시한다.