삼킴장애 진단을 위한 AI 웹 서비스 개발 (Development of AI Web Service for Diagnosis of Swallowing Disorders)

서지정보

· 발행기관 : 융복합지식학회
· 수록지 정보 : 융복합지식학회논문지 / 11권 / 4호 / 93 ~ 104페이지
· 저자명 : 임동욱, 문희경, 이충섭

초록

삼킴장애 진단의 대표적인 방법은 비디오 투시 연하검사(VFSS)로, 음식물이 입에서 식도로 이동하는 과정을 X-선으로 촬영한 동영상 데이터를 통해 평가한다. 임상환경에서 VFSS 검사는 보통 30분 정도 소요되지만 결과를 얻기 위해서는 상당한 대기시간이 필요하다. 본 연구에서는 삼킴장애 진단을 위한 AI 모델을 개발하고 이를 웹 서비스로 구현하였다. 이를 위해서 VFSS 동영상 데이터 수집과 학습 데이터 생성이 필요하였다. 학습데이터 생성에 필요한 데이터 저장 관리와 분류, 그리고 학습데이터 생성을 지원하는 시스템을 개발하였다. 이를 기반으로 삼킴장애 AI 모델은 실시간 객체 탐지에 가장 성능이 좋은 YOLOv7 모델을 채택하여 개발하였다. 특히 임상현장에서 얻어진 VFSS 데이터를 실시간으로 빠르게 결과를 확인할 수 있는 웹 기반 서비스 운영으로 적용하였다. 개발된 모델은 삼킴장애 진단에 효과적으로 활용될 수 있을 것으로 기대한다.

영어초록

A representative method of diagnosing swallowing disorders is video fluoroscopic swallowing (VFSS), which evaluates the process of food moving from the mouth to the esophagus through video data captured by X-rays. In a clinical setting, a VFSS test usually takes about 30 minutes, but there is a significant waiting time to obtain results. In this study, we developed an AI model for diagnosing swallowing disorders and implemented it as a web service. For this purpose, it was necessary to collect VFSS video data and create learning data. To this end, we developed a system that supports data storage management and classification necessary for generating learning data, and generating learning data. Based on this, the swallowing disorder AI model was developed by adopting the YOLOv7 model, which has the best performance in real-time object detection. In particular, VFSS data obtained at clinical sites were applied to operate a web-based service that allows quick confirmation of results in real time. It is expected that the developed model can be effectively used in diagnosing swallowing disorders.

참고자료

· 없음