심전도(ECG)의 미묘한 변화를 식별할 수 있는 새로운 인공지능(AI) 기반 컴퓨터 알고리즘은 개인이 심부전을 경험할 때를 예측할 수 있다. 이 알고리즘은 마운트 시나이 병원에서 개발되었으며 연구 결과는 미국 심장학회 저널: 심혈관 영상에 게재되었다.

 

Benjamin S. Glicksberg, PhD는 유전학 및 유전체 과학 조교수이며 Mount Sinai Hasso Plattner 디지털 건강 연구소 회원이며 이 연구의 수석 저자이다.

 

Glicksberg "딥 러닝 알고리즘이 ECG 파형 데이터에서 심장 양쪽의 혈액 펌핑 문제를 인식할 수 있음을 보여주었다. “일반적으로 이러한 유형의 심장 상태를 진단하려면 비용과 시간이 많이 소요되는 절차가 필요하다. 이 알고리즘을 통해 심부전을 더 빨리 진단할 수 있기를 바란다.”

 

AI를 통한 새로운 기회

의사는 전통적으로 환자가 심부전을 겪고 있는지 여부를 평가하기 위해 영상 기술인 심장초음파를 사용해 왔다. 그러나 이것은 노동 집약적이며 일부 병원에서만 제공된다. 

AI는 심전도가 효과적인 대안이 될 수 있음을 시사하는 연구와 함께 이와 관련하여 새로운 기회를 창출하고 있다. 최근 연구에 따르면 딥 러닝 알고리즘은 심장 좌심실의 약점을 감지할 수 있다. Mount Sinai의 새로운 연구는 좌심실과 우심실의 강도를 평가하는 알고리즘의 개발을 설명한다.

 

Girish N. Nadkarni, MD, MPH, CPH Mount Sinai에 있는 Icahn School of Medicine의 부교수이자 데이터 기반 및 디지털 의학(D4M) 부문 책임자이자 연구 수석 저자이다.

 

“매력적이긴 하지만 전통적으로 의사가 심부전을 진단하기 위해 ECG를 사용하는 것은 어려운 일이었다. 이것은 부분적으로 이러한 평가에 대해 확립된 진단 기준이 없고 ECG 판독 값의 일부 변화가 인간의 눈으로 감지하기에는 너무 미묘하기 때문이다.”라고 Nadkarni 박사가 말했다. "이 연구는 비교적 간단하고 널리 이용 가능한 테스트를 사용하여 더 나은 스크리닝 및 치료 패러다임으로 이어질 수 있는 ECG 데이터 내에 숨겨진 정보를 찾는 데 있어 흥미로운 진전을 나타낸다."

 

기계 프로그래밍 및 테스트

연구원들은 환자의 ECG와 서면 보고서에서 추출한 데이터를 읽도록 컴퓨터를 프로그래밍했으며, 후자는 컴퓨터가 ECG 데이터와 비교할 표준 데이터 세트 역할을 합니다. 이를 통해 약한 심장을 식별할 수 있었다. 

 

자연어 처리(NLP) 프로그램을 사용하여 컴퓨터는 작성된 단어에서 이 데이터를 추출할 수 있다. 동시에 신경망은 이미지에서 패턴을 발견한 다음 알고리즘에 통합하여 펌핑 강도를 인식할 수 있다.

 

Vaid 박사는심장 전체를 쉽고 저렴하게 이해할 수 있는 AI를 개발하여 최첨단 기술을 선보이고 싶었다고 말했다.

 

이 기계는 4개의 다른 병원에서 수집한 700,000개의 ECG와 심초음파 보고서를 분석했다. 다섯 번째 병원은 알고리즘이 다른 실험 환경에서 어떻게 수행되는지 테스트하는 데 사용되었다.

 

Nadkarni 박사는 "이 연구의 잠재적인 이점은 세계에서 가장 다양한 환자 집단 중 하나에서 가장 큰 ECG 컬렉션 중 하나를 포함한다는 것이다."라고 말했다.

 

이 알고리즘은 어떤 환자가 좌심실이 건강하거나 약할지 예측하는 효과적인 능력을 보여주었고, 박출률이 건강한 환자를 예측하는 데 94% 정확했다. 알고리즘은 또한 40% 미만의 박출률을 가진 사람들을 예측하는 데 87%의 정확도를 보였다.

 

아직 작업이 필요한 영역 중 하나는 심장이 약간 약해진 환자를 예측하는 것이다이 알고리즘은 박출률이 40~50% 사이인 환자를 예측할 때 정확도가 73%에 불과했다.

 

이 알고리즘은 ECG에서도 오른쪽 판막의 약점을 감지할 수 있으며, 어떤 환자가 오른쪽 판막이 약한지를 예측하는 정확도는 84%에 달한다.

 

Vaid 박사는 "우리의 결과는 이 알고리즘이 결국 의사가 심장 양쪽의 부전을 정확하게 진단하는 데 도움이 될 수 있음을 시사했다."라고 말했다.

 

이 연구의 또 다른 주요 포인트는 AI가 인종과 성별에 관계없이 모든 환자의 심장 쇠약을 감지하는 데 효과적일 수 있음을 시사했다는 것이다.

 

Glicksberg 박사는 "우리의 결과는 이 알고리즘이 임상의가 다양한 환자가 겪는 심부전을 퇴치하는 데 도움이 되는 유용한 도구가 될 수 있음을 시사한다."라고 덧붙였다. "우리는 보다 실제적인 환경에서 그 효과를 테스트하기 위해 전향적 시험을 신중하게 설계하는 과정에 있다."

 
입력 : 2021.10.26 00:00    출처 : https://www.unite.ai/self-learning-algorithm-can-predict-heart-failure/
ⓒ blockchainai.kr 무단 전재 및 재배포 금지
  • 트위터
  • 페이스북
  • 카카오톡보내기
메일 보내기 닫기
보내는 사람
보내는 사람 메일
받는 사람 메일
제목
메세지