미국 플로리다 대학 연구팀이 AI를 사용해 염소 통증을 감지하는 방법을 개발했다고 발표했다. 결석으로 고통 받는 염소부터 수술 후 염소까지 다양한 염소 표정을 분석해 통증 유무를 판별하는 데 성공했다고 한다.
지금까지 쥐, 소, 양, 돼지, 토끼, 페럿 등 다양한 동물에서 표정에 기반한 통증 척도가 개발되어 왔다. 또 오랑우탄과 침팬지, 말, 개, 고양이 등에서는 인간 얼굴행동부호화시스템(FACS)과 같은 표정 분류 시스템이 개발되어 있다.
하지만 이런 평가 시스템은 수동으로 주석을 달아야 하며 시간과 비용이 많이 든다는 과제가 있었다. 또 평가자에 대한 광범위한 훈련과 인증이 필요하고 주관적인 판단이 들어갈 여지도 있었다. 그 중에서도 염소의 경우 연구 시작 시점에서 젊은 건강한 수컷 거세 수술에 한정된 통증 척도만 존재했으며 더 광범위한 상황에서 사용할 수 있는 평가 시스템이 필요했다고 한다.
연구팀은 통증을 느끼는 염소 20마리와 통증을 느끼지 않는 염소 20마리 영상을 수집하고 거기서 추출한 이미지를 사용해 모델을 훈련시켰다. 통증 평가에는 UGASP(UNESP-Botucatu Goat Acute Pain Scale)라는 척도를 사용해 점수가 3 이상인 경우를 통증 있음으로 분류했다. 대상이 된 염소는 다양한 품종, 연령, 성별이었으며 통증 원인은 방광 결석이나 외과 수술 후 등이었다.
연구에서는 VGG-16이라는 사전 학습된 합성곱 신경망을 기반으로 서포트 벡터 머신 분류기를 조합한 모델을 개발했다. 영상에서의 이미지 추출은 1초당 1프레임과 3프레임 2가지 패턴으로 시험을 진행했다. 그 결과 검증 방법에 따라 정확도는 달랐지만 단일 홀드아웃 검증과 5분할 교차검증에서는 80% 정확도를 달성했고 더 엄격한 개체별 10분할 교차검증에서도 60% 이상 정확도를 보였다.
이 연구는 동물 통증에 대한 객관적인 평가 방법 개발에 기여할 뿐만 아니라 향후에는 언어로 의사소통이 어려운 소아나 비언어적인 환자 통증 평가에도 응용될 수 있는 가능성이 있다.
농업 분야에서도 가축 통증을 적절히 관리해 동물 복지 향상과 생산성 개선으로 이어질 것으로 기대된다. 연구팀은 더 많은 데이터를 수집하고 추가 연구를 진행해 수의료에서의 실용적인 통증 평가 시스템 개발을 향후 과제로 삼았다. 관련 내용은 이곳에서 확인할 수 있다.