인공지능으로 심혈관 질환 합병증 위험자 식별 가능
유타주 보건 대학교(U of U Health) 연구진이 인공지능이 심혈관 질환의 발병과 경과를 예측하는 더 정교한 방법으로 이어질 수 있다는 점을 처음으로 입증했습니다.
연구진은 Intermountain Primary Children's Hospital 의사들과 협력해 심장과 혈관에 대한 기존 질환의 상승적 영향을 정확히 측정하는 독자적인 계산 도구를 개발했습니다.
연구진은 이 종합적 접근법이 의사들이 환자가 기저 질환을 인지하기도 전에 심장의 심각한 문제를 예측하고, 예방하거나 치료하는 데 도움이 될 수 있다고 밝혔습니다.
이 연구는 심혈관 질환만을 다뤘지만, 연구진은 그 의미가 훨씬 더 넓을 수 있다고 봅니다. 실제로 이 발견이 궁극적으로 개인 맞춤형 예방 의학의 새로운 시대로 이어질 수 있다고 전망합니다. 의사들은 환자에게 적극적으로 연락해 발생 가능한 질환과 문제 완화를 위해 할 수 있는 일을 알려줄 것입니다.
“AI를 활용하면 거의 모든 의학적 진단의 위험도를 명확히 할 수 있습니다. 암 위험, 갑상선 수술 위험, 당뇨병 위험 등 떠올릴 수 있는 모든 의학 용어가 해당됩니다”
연구 수석 저자인 마크 얀델 철학박사와 U of U Health 총장이자 Backdrop Health 공동 창립자인 에드나 베닝에 따르면, 인구통계학적 데이터와 병력 등 다양한 위험 요인이 심혈관 질환에 미치는 복합적 영향을 계산하는 기존 방법은 종종 부정확하고 주관적입니다. 그 결과 이러한 방법으로는 심장과 혈관 건강에 심각한 결과를 가져올 수 있는 특정 상호작용을 밝혀내지 못합니다.
이러한 상호작용, 즉 동반 질환이 건강에 미치는 영향을 더 정확히 측정하기 위해 트리스타니-피루지, 얀델 및 U of U Health와 Intermountain Primary Children’s Hospital의 동료들은 이름 등 식별 정보를 삭제한 후 머신러닝 소프트웨어를 사용해 160만 건이 넘는 전자 의무기록(EHR)을 분류했습니다.
검사 결과, 진단, 약물 사용, 의료 시술 등 환자에게 일어난 모든 것을 기록하는 이 전자 기록을 통해 연구진은 심혈관 질환 같은 특정 질환을 악화시킬 가능성이 가장 큰 동반 질환을 식별할 수 있었습니다.
현재 연구에서 연구진은 확률적 그래픽 네트워크(PGM)라는 인공지능 형태를 사용해, 이러한 동반 질환의 어떤 조합이 심장 이식, 선천성 심장 결함 또는 동방결절 기능장애(SND, 심장의 자연 박동 조율기가 손상되거나 기능을 잃는 상태)와 관련된 위험에 영향을 줄 수 있는지 계산했습니다.
성인을 대상으로 연구진은 다음을 발견했습니다:
- 이전에 심근병증 증후군(심장 근육 질환)을 진단받은 사람은 그렇지 않은 사람보다 심장 이식이 필요할 가능성이 86배 더 높았습니다.
- 바이러스성 심근염이 있던 사람은 심장 이식이 필요할 위험이 약 60배 더 높았습니다.
- 밀리논(심부전 치료에 쓰이는 혈관 확장제) 사용은 이식 위험을 175배 높였습니다. 이는 심장 이식의 가장 강력한 개별 예측 인자였습니다.
경우에 따라 종합 위험은 더 높기도 했습니다. 예를 들어 심근병증 환자 중 밀리논을 복용한 사람은 심장이 더 건강한 사람에 비해 심장 이식이 필요할 위험이 405배 높았습니다.
트리스타니-피루지에 따르면, 동반 질환이 소아 심장이식 위험에 현저하게 다른 영향을 미쳤습니다. 전반적으로 소아의 심장이식 위험은 기저 진단에 따라 이전에 심장질환이 없었던 아이들보다 17배에서 102배까지 높게 나타났습니다.
연구진은 또한 임신 중 산모의 건강이 자녀에게 미치는 영향도 조사했습니다. 임신 중 고혈압이 있었던 여성은 선천성 심장 및 순환계 문제를 가진 아이를 출산할 확률이 약 두 배 높았습니다. 다운증후군 아이의 경우 심장 기형 발생 위험이 약 세 배 높았습니다.
심장 내 혈류의 선천적 결함을 교정하는 폰탄 수술을 받은 영아들은, 수술이 필요하지 않았던 영아들에 비해 SND 심장 리듬 기능장애가 발생할 확률이 약 20배 높았습니다.
연구진은 또한 중요한 인구통계학적 차이도 발견했습니다. 예를 들어, 심房세동(빠른 심장박동)을 가진 라틴계 환자의 경우 비슷한 병력을 가진 흑인 및 백인 환자에 비해 SND 위험이 두 배 높았습니다.
이 연구의 저자는 아니지만 Primary Children's 개인 맞춤의학 센터의 소장인 조시 본코우스키 의학박사는 이 연구가 환자 치료를 위한 실용적인 임상 도구 개발로 이어질 수 있다고 보고 있습니다.
“이 새로운 기술은 의료 합병증의 위험을 정확히 평가하고, 개별 환자에게 더 적합한 약물까지 찾아낼 수 있다는 것을 보여줍니다”
앞으로 트리스타니-피루지와 얀델은 이번 연구가 의사들이 매일 마주하는 혼란스러운 의학 정보의 복잡한 그물망을 풀어내는 데도 도움이 되기를 바라고 있습니다.
“얼마나 많이 알고 있든, 오늘날 의료인이 환자를 최선으로 치료하기 위해 필요한 모든 지식을 머릿속에 담아둘 방법은 없습니다. 우리가 개발하는 컴퓨팅 시스템은 전자 시대에 이용 가능한 모든 관련 정보를 활용해 의사들이 환자 치료에 대해 최선의 결정을 내리도록 도울 것입니다. 이러한 기계들은 의학의 미래에 필수적입니다”
