고려대 구로병원 심혈관센터 연구팀(고려대 구로병원 심혈관센터 나승운 교수, 고려대 심장혈관연구소 최병걸 교수)이 한양대 노영균 교수, 을지대 박지영 교수 연구팀과 함께 머신러닝 기술 기반으로 관상동맥질환 위험도를 점수화하는 인공지능 모델을 개발했다.
연구팀은 2004년부터 2014년까지 고려대 구로병원에 가슴 통증으로 내원한 환자 1만 여 명의 관상동맥 조영술(가느다란 관을 심장의 관상동맥까지 삽입해 이상 유무를 관찰하는 검사법) 검사 결과와 기초 임상정보를 바탕으로 모델을 개발했다. 이는 관상동맥질환 위험도를 민감도 98.0%, 정확도 92.8% 수준으로 진단할 수 있다. 기존에 쓰이고 있는 심혈관질환 위험도 계산 모델(70~80%)보다 높은 정확도다.
본 연구의 교신저자인 나승운 교수는 “이번에 개발한 인공지능모델은 한국인의 질병 특성을 학습한 것은 물론 높은 정확도로 관상동맥질환 위험도를 수치화할 수 있다”고 설명했다.
‘의료기관활용모델’은 개인평가모델에 혈액검사 및 심전도검사 정보를 추가한 모델이다. 심전도검사는 심장의 전기신호를 확인해 심장에 문제가 없는지 시행하는 검사다. ‘전문의 활용모델’은 급성심근경색, 협심증 등 대표적인 관상동맥질환의 징후를 판단할 수 있는 전문의의 임상진단 정보까지 추가된 모델이다. 관상동맥CT 및 심혈관 조영술과 같은 정밀검사가 필요한 환자를 선별하고 입원 환자 중 갑작스러운 사망, 심근경색 등 중대한 사고 예방에 활용할 수 있다.
나 교수는 “미국과 유럽심장학회에서는 관상동맥CT나 심혈관조영술 같은 정밀검사 시행 이전에 질병 확률 계산 프로그램 활용을 권고하고 있다”고 말했다.
이어 “비용과 위험성이 높아 부담되는 정밀검사 이전에 임상진료 보조시스템으로 활용할 수 있을 것으로 전망한다”고 덧붙였다.
본 연구성과는 국제학술지인 ‘International Journal of Cardiology’ 최신호에 ‘Pre-Test Probability for Coronary Artery Disease in Patients with Chest Pain based on Machine Learning Techniques’라는 제목으로 온라인 게재됐다.
