△ 의료 AI 솔루션이 잇따라 개발되고 있다.

국내에서 인공지능(AI)을 활용한 질병 예측·진단 기술이 잇따라 개발돼 의료기기 상용화 기대감을 높이고 있다

9일 업계에 따르면 국내 연구진이 심방세동 위험 예측, 공황발작 위험 하루전 예측, 요추 척추관 협착증 진단 AI솔루션을 개발하는데 성공했다.

세브란스병원 심장혈관병원 심장내과 정보영‧유희태 교수팀은 최근 연세대학교 의과대학 의생명시스템정보학교실 유승찬 교수팀과 함께 심방세동 위험성 및 조기 발병률을 예측하기 위한 심전도 노화 분석 인공지능 딥러닝 모델을 개발했다.

연구팀은 세브란스병원이 보유한 약 150만 개의 심전도 데이터베이스를 학습시켜 심전도 노화 정도를 분석할 수 있는 인공지능 딥러닝 모델을 개발했다.

이를 6개국의 심전도 데이터 약 70만 개와 비교 분석하며 AI 모델의 실효성을 검증하는 절차도 마쳤다.

특히 이번 연구는 한국인의 심전도 데이터베이스로 학습시킨 AI가 미국 메이요 클리닉, 영국 바이오 뱅크 등 해외 저명한 기관을 통해 인종이 달라도 같은 결과를 내는지 검증했다는 점에서 의의가 있다.

연구팀은 검증을 마친 AI 모델을 사용해, 4개의 다국적 코호트에서 심전도 검사를 받은 약 28만 명을 대상으로 심전도 노화 정도와 심방세동 위험성을 분석했다.

분석 결과 심전도가 노화된 그룹 A(5만 108명)은 정상 그룹 B(23만 504명)에 비해 심방세동발병 위험도가 1.86배 높았다.

또 66세 이상의 고령이 되기 전에 심방세동이 발병한 위험도는 A그룹이 B그룹보다 2.07배 높았다.

심전도의 측정 나이가 실제 본인의 나이보다 1살 많아질수록 심방세동 발병률은 3%씩, 조기 발병 위험도는 4%씩 증가하는 것도 확인했다.

연구팀은 이번 연구 결과에 대해 심전도 노화 정도와 심방세동 발병과의 상관관계를 확인한 것이라 분석했다.

이에 따라 심전도 노화 정도를 기반으로 심방세동뿐만 아니라 노화에 따른 다른 심장 질환에 대한 조기 예측과 예방도 가능해질 것이라는 평이다.

고려대안암병원 정신건강의학과 조철현 교수팀은 최근 연세대 의생명시스템정보학과 박유랑 교수팀과 함께 43명의 기분장애 및 불안장애 환자들의 일상생활 데이터를 최대 2년간 추적 관찰해 분석한 결과 이같은 기술을 개발했다.

연구팀은 환자들에게 특별 제작된 스마트폰 앱과 웨어러블 기기를 제공하고, 이를 통해 다양한 데이터를 수집했다. 심박수, 수면 패턴, 걸음 수와 같은 생체정보는 물론, 일일 기분 상태, 에너지 수준, 불안 정도, 커피 섭취량, 운동 여부 등 생활습관까지 종합적으로 분석했다.

연구팀은 수집된 데이터를 AI 알고리즘을 통해 분석하고 예측모델을 수립했으며 그 결과 90.5%의 정확도로 다음 날 발생할 공황발작을 예측하는 데 성공했다.

연구팀은 공황장애 환자들이 가장 힘들어하는 것 중 하나가 '언제 올지 모르는 공황발작'에 대한 불안감이기에 이러한 예기불안이 오히려 공황 증상을 악화시키는 악순환으로 이어지는데, 우리의 예측 모델은 이 고리를 끊는 데 도움이 될 것으로 기대했다.

분당서울대병원 영상의학과 이준우·이영준 교수팀은 최근 복부 CT와 요추 CT를 촬영한 109명의 환자 정보를 활용해 AI 프로그램을 개발, 영상의학과 전문의 수준인 84%인 것을 확인했다

연구팀이 개발한 프로그램은 환자들의 CT를 분석하고 요추 내 경막낭이 100㎟이하라면 '협착'으로 자동 분류했다.

그 결과 복부 CT를 활용하는 알고리즘의 진단 정확도는 84%로 영상의학과 전문의가 요추 CT를 보고 진단하는 수준과 유사했다.

특히 중증 척추관 협착의 진단 정확도는 85% 이상으로 매우 높았으며 CT로 진단하기 어려운 무증상·경증 요추 척추관 협착증도 진단할 수 있었다.

이번 연구로 개발한 프로그램을 임상에 적용하면 복부 CT만으로도 요추 척추관 협착증을 진단할 수 있을 것으로 예상된다.

아울러 복부 CT는 건강검진 등 다른 질병 검사에서도 사용되기에 이를 활용한다면 별도의 검사 없이 요추 척추관 협착증 여부도 같이 확인할 수 있을 것으로 기대된다.

• 
  
• 강찬우 기자
• ehealth@e-healthnews.com