머신러닝 기반 심혈관질환 진단기술 개발…의료영상 시장 개척 기대

세브란스병원이 머신러닝 기반의 심혈관질환 진단기술을 개발했다. 시간을 다투는 관상동맥중재술 현장에서 환자 치료에 도움이 될 것으로 기대될 뿐 아니라 심혈관질환 진단 의료영상 시장 개척 기대감도 커지고 있다.

세브란스병원은 김중선 심장내과 교수와 하진용 세종대학교 전자정보통신공학과 교수, 차정준 고려대학교 안암병원 순환기내과 교수 연구팀이 광간섭단층촬영(OCT) 영상과 환자의 생체 정보를 활용한 기계학습 기반의 분획혈류예비력(FFR) 예측 기술을 개발했다고 26일 밝혔다. 이번 연구 결과는 네이처 자매지 ‘사이언티픽 리포트(Scientific Reports)’ 온라인판에 게재됐다.

관상동맥질환 중 관상동맥이 좁아져 심장에 충분한 혈액이 공급되지 않아 통증이 오는 경우가 협심증, 완전히 막혀 심장근육이 괴사되는 경우가 심근경색증이다. 약물치료와 중재시술, 관상동맥우회수술로 치료하는데 이 중 관상동맥중재시술은 막힌 관상동맥을 뚫는 것으로 막히거나 좁아진 심장 혈관을 내과적으로 치료하는 방법이다.

관상동맥중재술 중 중증도 협착 환자의 경우 혈관의 협착정도를 파악해 스텐트 삽입술을 시행한다. 정확한 스텐트 삽입을 위해 혈관 조직 내부의 미세구조를 영상화 할 수 있는 영상진단방법인 OCT 검사와 함께 혈관 내 혈압 정보를 제공하는 FFR 검사가 상호보완적으로 시행된다.

OCT는 심장혈관질환 진단 영상검사로, 혈관내 동맥경화 병변을 진단할 수 있다. FFR은 중증도의 협착을 보이는 관상동맥질환에서 대동맥의 정상부위에서의 혈압과 협착된 부위의 혈압을 비교해 관상동맥의 협착 정도를 기능적으로 평가하는 검사다. OCT 혹은 FFR을 통해 중재시술의 필요성을 평가하고 보다 정밀한 시술을 시행할 수 있다.

연구팀은 2013년 11월~2015년 1월 세브란스 심장혈관병원에서 관상동맥중재술을 받은 환자 125명을 4개 그룹으로 샘플을 만들어 OCT 값과 FFR 값을 측정했다. 이 값을 기준으로 104명의 환자에 대한 데이터를 기계학습 시켰다.

이 중 △가장 좁아진 부위의 관상동맥 내경 △협착 부위의 비율 △병변 길이 △몸에서 가까운 쪽의 관상동맥 내경 △시술 전 혈소판 수 △고혈압의 6가지의 중요한 특성을 통해 21명의 FFR 값을 예측했다. 기계학습을 통해 나온 FFR 값을 실제 측정한 FFR 값과 비교한 결과 0.853(1에 가까울수록 실제 측정 수치에 근접)로 실제 측정한 값과 유사한 것으로 확인됐다. 연구팀은 향후 FFR 시뮬레이션 소프트웨어를 개발해 심혈관질환 진단 의료영상 소프트웨어 시장도 개척할 계획이다.

김중선 교수는 “FFR을 측정을 위해 압력 철선을 관상 동맥에 따로 넣어야 했던 과정을 이번 연구로 기계학습을 통해 바로 FFR 값을 임상 현장에서 빠른 시간에 확인할 수 있게 됐다”면서 “이번 연구는 가능성을 보여 준 연구로 향후 더 많은 환자의 임상 데이터를 활용하면, 최고 수준의 임상 결과를 도출할 수 있을 것“이라고 말했다.