서울대학교 의과학과 박상민 교수는 창업기업 자이메드(XAIMED)의 장주영 박사와 함께 연구팀은 빅데이터와 인공지능(AI) 기술을 활용해 ‘심혈관질환 위험’을 예측할 수 있는 ‘기회 검진 AI 모델’을 개발했다고 지난 21일(금) 발표했다.
복부 CT 영상으로 심혈관질환 위험 예측
심혈관질환은 전 세계적인 주요 사망 원인 중 하나다. 연구팀 자료에 따르면 매년 전 세계적으로 1,700만여 명이 심혈관질환으로 인해 사망하고 있다. 심혈관질환은 일단 발생하면 빠른 시간 내에 심각한 결과를 초래할 수 있기 때문에 조기 진단과 관리의 필요성이 매우 큰 질환이다. 그러면서도 뚜렷한 증상이 나타나기 전까지 발견이 어려운 경우가 많다.
심전도 검사, 심장 초음파 등 기존에 사용되는 예측 및 검사 방법이 여러 가지 있지만, 심혈관질환 위험을 제대로 파악하기 위해서는 여러 가지 검사로 얻은 의료 데이터를 결합해 확인해야 한다는 제약이 있었다.
이에 박상민 교수 연구팀은 비교적 자주 시행되는 CT 스캔 데이터를 활용해, 향후 심혈관 관련 건강 문제의 위험을 관찰할 수 있는 ‘기회 검진’ AI 모델을 설계했다. 기회 검진(Opportunistic Screening)이란, 기존에 촬영된 의료 영상을 활용해 추가 검사 없이 질병 위험을 평가하는 방법을 말한다.
복부 CT 스캔 데이터는 기존에도 다양한 목적으로 널리 사용되고 있기 때문에, 임상적으로 높은 활용 가치를 지닌다. 연구팀이 설계한 AI 모델은 기존 CT 영상을 ‘예방 의료 목적’으로 재해석하는 또 하나의 사례로, 별도의 추가 검사 없이 심혈관질환 위험도를 평가할 수 있는 접근법이라 할 수 있다.
심혈관질환 조기 발견 및 예방에 기여
연구팀은 8,297명의 복부 CT 데이터를 활용해 AI 모델을 학습시키고, 1,732명의 데이터를 활용해 검증을 진행했다. AI 기술을 이용해 T12(흉추 가장 아래 12번)에서 L5(요추 가장 아래 5번) 척추까지의 6개 CT 단면 이미지를 선택한 다음, 이를 딥러닝 모델에 입력해 ‘복부 CT 기반 동맥경화 AI 점수’를 산출했다.
이 방법으로 산출한 점수는 기존의 전통적 위험 요인을 조정한 후에도 고위험군에서 2.75의 위험비(HR)를 보였다. 위험비(Hazard Ratio)는 특정 그룹에서 질병이 발생할 상대적 위험도를 나타내는 지표다. 즉, 위 AI 모델에서 산출한 ‘복부 CT 기반 동맥경화 AI 점수’가 높게 나온 그룹은 그렇지 않은 그룹에 비해 심혈관질환 관련 사건이 발생할 가능성이 2.75배 높다는 것을 의미한다.
박상민 교수는 공동 교신저자로서 이번 연구 결과에 대해 “복부 CT 스캔 데이터를 활용해 조기 발견 및 예방적 관리를 가능하게 하는 AI 기술의 새로운 가능성을 보여준다”라며 “심혈관질환의 조기 진단뿐만 아니라 의료비 절감과 효율적인 관리를 위한 중요한 전환점을 제시한 연구”라고 설명했다.
자이메드 장주영 박사는 “이번 연구는 AI가 일상적 복부 CT 스캔에서 숨겨진 패턴을 발견해, 심혈관 위험 예측을 향상시키는 방법을 보여준다”라며 “기존 진단 방식을 보완할 새로운 접근법을 제시한 연구”라고 밝혔다.
이번 연구 결과는 지난 1월 국제 학술지 「컴퓨터화된 의료 영상 및 그래픽(Computerized Medical Imaging and Graphics)」 온라인판에 게재됐다.
댓글0