관상동맥 석회화 탐지 AI 알고리즘 개발
관상동맥 석회화 탐지 AI 알고리즘 개발
용인세브란스병원 의생명시스템정보학교실 연구팀 성과

“방사선 피폭 발생하는 CT 검사 대체해 석회화 탐지 가능”
  • 이지혜
  • admin@hkn24.com
  • 승인 2022.06.21 14:59
  • 댓글 0
이 기사를 공유합니다

(왼쪽부터) 용인세브란스병원 의생명시스템정보학교실 윤덕용 교수, 한창호 기초전공의 [사진=용인세브란스병원 제공]
(왼쪽부터) 용인세브란스병원 의생명시스템정보학교실 윤덕용 교수, 한창호 기초전공의 [사진=용인세브란스병원 제공]

[헬스코리아뉴스 / 이지혜] 국내 연구진이 심전도 데이터를 기반으로 관상동맥 석회화를 탐지할 수 있는 인공지능 알고리즘을 개발했다.

용인세브란스병원 의생명시스템정보학교실 윤덕용 교수, 한창호 기초전공의 연구팀은 상대적으로 비침습적이고 방사선 피폭이 발생하지 않는 장점을 지닌 심전도 검사를 활용해 관상동맥 석회화를 탐지하는 방안을 모색했으며 심전도 기반 관상동맥 석회화 탐지 인공지능 모델을 개발했다고 21일 밝혔다.

연구팀은 환자 5765명의 심전도 총 8178건을 사용해 인공지능 모델을 훈련시키고 환자 877명의 심전도 총 1745건을 활용해 결과를 검증했다. 그 결과 관상동맥 석회화 수치 100 이상, 400 이상, 1000 이상을 예측하는 이진 분류 인공지능 모델들을 개발했다.

AUROC(Area Under the Receiver Operating Characteristics curve, AUC가 1에 가까울수록 모델의 신뢰도 높음)를 통한 인공지능 모델의 정확도를 살펴보면 훈련 그룹은 ▲100 이상 – AUC 0.753 ▲400 이상 – AUC 0.802 ▲1000 이상 – AUC 0.835으로, 검증 그룹은 ▲100 이상 – AUC 0.718 ▲400 이상 – AUC 0.777 ▲1000 이상 – AUC 0.803으로 우수하게 나타났다.

관상동맥 석회화는 관상동맥 죽상경화증을 예측하는 주요 지표다. 관상동맥 죽상경화증은 혈관 가장 안쪽을 덮고 있는 내막에 콜레스테롤이 침착하고 내피세포의 증식이 일어나 죽종(Atheroma)이 형성되는 질환이다. 혈류 공급 장애를 일으켜 협심증, 심근경색과 같은 허혈성심질환을 발생시킬 수 있다.

관상동맥 석회화는 관상동맥 석회화 수치(Coronary Artery Calcium Score)로 확인되는데, 점수에 따라 ▲No atherosclerosis(0점) ▲Mild disease(1점~99점) ▲Moderate disease(100점~399점) ▲Severe disease(400점 이상) 등의 등급으로 나뉜다. 석회화 정도에 따라 식이조절, 운동, 금연 등의 생활습관 개선과 항고지질혈증제, 항혈소판제 등의 예방적 치료가 고려되며 추가적으로 운동부하검사, 심혈관조영술 등의 검사를 실시하기도 한다.

그동안 관상동맥 석회화 수치는 주로 CT 검사를 통해 측정했다. 하지만 CT 촬영술은 비용이 높을 뿐만 아니라 방사선 피폭이 발생해서 일상적으로 적용하기 어려운 것이 단점이다.

연구팀은 21일 헬스코리아뉴스에 “이번 연구는 심전도 내에 함축된 유용한 임상 정보를 인공지능을 활용해 추출한 것으로 심전도 검사로 방사선 피폭 등의 단점을 지닌 CT 검사를 대체해 관상동맥 석회화를 효과적으로 탐지할 수 있음을 확인했다”며 “특히, 인간의 눈으로는 판독하기 어려웠던 심전도의 미세한 변화를 인공지능을 활용해 탐지할 수 있는 가능성을 살펴 추후 활용도가 매우 높을 것으로 기대된다”고 설명했다.

윤덕용 교수는 “관련 연구를 이어나가 향후에는 심전도를 활용해 관상동맥 석회화뿐만 아니라 협착 정도(Stenosis Degree)를 예측하는 인공지능 모델을 구축하겠다”고 말했다.

이번 연구 결과는 SCI급 국제 학술지 ‘Frontiers in cardiovascular medicine’에 개재됐다.

윤덕용 교수가 속한 의생명시스템정보학교실은 통계학적인 이론 및 방법론을 기초로 각종 생물의학연구에서 발생하는 복잡한 문제들에 대한 객관적인 해결책을 제시하는 분야다. 윤덕용 교수는 의료정보학과 의료인공지능을 전공으로 첨단 의료 산업에 관한 다양한 연구를 진행하고 있다.

용인세브란스병원 의생명시스템정보학교실 윤덕용 교수팀이 개발한 인공지능 모델을  AUROC(AUC가 1에 가까울수록 모델의 신뢰도 높음)를 통해 살핀 정확도는 훈련 그룹(좌)에서는 ▲100 이상 – AUC 0.753 ▲400 이상 – AUC 0.802 ▲1000 이상 – AUC 0.835, 검증 그룹(우)에서는 ▲100 이상 – AUC 0.718 ▲400 이상 – AUC 0.777 ▲1000 이상 – AUC 0.803으로 우수하게 나타났다. [자료=용인세브란스병원 제공]
용인세브란스병원 의생명시스템정보학교실 윤덕용 교수팀이 개발한 인공지능 모델을 AUROC(AUC가 1에 가까울수록 모델의 신뢰도 높음)를 통해 살핀 정확도는 훈련 그룹(좌)에서는 ▲100 이상 – AUC 0.753 ▲400 이상 – AUC 0.802 ▲1000 이상 – AUC 0.835, 검증 그룹(우)에서는 ▲100 이상 – AUC 0.718 ▲400 이상 – AUC 0.777 ▲1000 이상 – AUC 0.803으로 우수하게 나타났다. [자료=용인세브란스병원 제공]

 


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.

      • 회사명 : (주)헬코미디어
      • 서울특별시 마포구 매봉산로2길 45, 302호(상암동, 해나리빌딩)
      • 대표전화 : 02-364-2002
      • 청소년보호책임자 : 이슬기
      • 제호 : 헬스코리아뉴스
      • 발행일 : 2007-01-01
      • 등록번호 : 서울 아 00717
      • 재등록일 : 2008-11-27
      • 발행인 : 임도이
      • 편집인 : 이순호
      • 헬스코리아뉴스에서 발행하는 모든 저작물(컨텐츠, 기사)는 저작권법의 보호를 받는 바, 무단·전재·복제·배포 등을 금합니다.
      • 「열린보도원칙」 당 매체는 독자와 취재원 등 뉴스이용자의 권리 보장을 위해 반론이나 정정보도, 추후보도를 요청할 수 있는 창구를 열어두고
        있음을 알려드립니다. 고충처리인 이슬기 02-364-2002 webmaster@hkn24.com
      • Copyright © 2024 헬스코리아뉴스. All rights reserved. mail to admin@hkn24.com
      ND소프트
      편집자 추천 뉴스
      베스트 클릭