인공지능기술이 의료현장에서 활발히 활약하고 있는 가운데 이번에는 촌각을 다투는 심장질환에서 그 활약이 두드러질 전망이다.
을지대 을지병원은 심장내과 박지영 교수팀이 돌연사의 주요 원인으로 꼽히는 ‘급성 관상동맥증후군’을 환자의 응급실과 외래 진료기록만으로 예측할 수 있는 모델을 개발했다고 밝혔다.
급성 관상동맥증후군은 심장에 혈액을 공급하는 관상동맥 안쪽에 자리한 경화반(단단한 섬유성 막)이 파열되면서 발생한다. 이때 혈전으로 인해 출혈이 일어나면서 혈관이 급격하게 좁아지거나 막히면 심장근육이 괴사돼 생명에 치명적이다.
따라서 이러한 상황에 이르기 전 의료진의 신속한 진단과 치료를 받아야한다. 만일 ▲응급실 등 병원 방문 전 발생한 경우 ▲평소 흉통이 있으나 병원에 방문하지 않는 경우 ▲응급실이나 외래에서 의사의 급성 관상동맥증후군 진단이 늦어지는 diagnostic dilemma(진단상의 딜레마) 경우 환자상태가 급격히 나빠질 수 있다.
이에 박지영 교수팀은 암 진단·치료에 활용 중인 IBM 왓슨에도 도입된 ‘기계학습 알고리즘’을 활용, 컴퓨터가 데이터로부터 학습할 수 있는 알고리즘을 개발하고 빅데이터를 분류·처리할 수 있도록 했다.
이후 박지영 교수팀은 기계학습 알고리즘을 적용해 EMR 자료로부터 추출한 유병질환, 검사결과, 투약 정보 등 20가지 환자 정보를 변수로 급성 관상동맥증후군 환자 2344명과 급성 관상동맥증후군이 아닌 급성 흉통 환자 3538명을 비교 분석했다.
그 결과 박지영 교수팀은 환자의 응급실과 외래진료기록만으로도 급성 관상동맥증후군 의심환자를 85% 이상 예측할 수 있었으며 급성 관상동맥증후군이 아닌 환자는 97%까지 예측 가능했다고 밝혔다.
박지영 교수는 “이번 연구는 4차 산업혁명의 미래라고 할 수 있는 빅데이터 분석을 기반으로 했다”며 “예측모델을 통해 급성 질병을 초기 발견한다면 가장 적합한 치료로 환자의 예후를 개선하고 개인 맞춤치료법을 제시할 수 있을 것”이라고 말했다.
한편 이번 연구에는 박지영 교수를 비롯해 한양대학교 컴퓨터공학과 노영균 교수, 고대구로병원 심혈관센터 나승운 교수, 고려대 보건대학교 최병걸 교수가 공동으로 참여했다.
이 연구결과는 ‘관상동맥 재관류가 필요한 급성 관상동맥증후군 예측을 위한 기계학습 기반 접근법(A Machin Learning-Based Approach for the Prediction of Acute Coronary Syndrome Requiring Revascularization)’이라는 제목으로 SCI급 국제학술지 Journal of Medical Systems 6월 온라인판에 게재됐다.
