신생아 및 영유아의 딥러닝 기반 영상분석을 통한 삼킴곤란 평가의 개발 및 평가와 발달의 상관관계 원문보기 KCI 원문보기 인용

Motion et al.에서 발표한 논문에 따르면 신생아의 삼킴곤란의 정확한 빈도는 알려져 있지 않습니다. 2001년 37주 미만 미숙아의 섭식장애 유병률은 10.5%였으며, 2001년 Mercado-Deane et al. 약 26%가 삼킴곤란을 겪었다고 보고했습니다. 1996년 Reilly et al. 소아마비에 걸린 어린이의 90% 이상이 구강 운동 장애가 있었고 38%는 삼킴곤란이 있었다고 보고했습니다. 신생아와 유아의 삼킴곤란 빈도는 낮지 않은 것으로 알려져 있습니다. 이러한 삼킴 곤란을 유발하는 위험 요인은 매우 다양하며, 어린이의 삼킴곤란은 전체 삼킴 과정에 영향을 미칠 수 있는 원인에 의해 유발될 수 있습니다.

삼킴곤란의 평가는 SOMA, SDS, 삶의 질 측정 등의 도구를 사용하지 않는 평가방법과 VFSS, FEES 등의 도구를 사용하는 평가방법으로 나눌 수 있다. 그러나 신생아와 영유아의 경우 협응력이 좋지 않아 VFSS와 같은 검사를 시행하기 어렵고 방사선 피폭의 위험도 있다. 또한 VFSS를 시행하기 위해서는 특별한 시설이 필요하고 전문 임상인력이 필요하기 때문에 모든 의료기관에 평가를 적용하기에는 현실적으로 어려움이 있다.

NOMAS(Neonatal Oral-Motor Assessment Scale)는 1983년 Marjorie Meyer Palmer가 개발한 PMA 48주 미만 영아에게 적용되는 삼킴곤란 평가법으로 5분간 빨기를 관찰하여 이상 소견이 있는지 평가한다. 그러나 NOMAS는 빨기를 직접 관찰해야 하고 평가자에 따라 결과가 다를 수 있다는 단점이 있다.

따라서 본 연구에서는 NOMAS의 평가방법에 착안하여 신생아 및 영유아의 젖병수유를 영상으로 촬영한 후 삼킴과 관련된 아기 얼굴의 특징을 인공지능으로 계산 및 분석하여 삼킴장애를 평가하는 평가방법을 개발하고자 한다. . 조사관은 이 평가 결과와 향후 개발 간의 관계를 분석하고자 합니다.