심근경색을 예측하는 AI 모델

2024. 2. 6. 00:27의학

728x90

들어가며

개강 첫날... 기나긴 이번 학기는 순환기 블럭으로 시작하였다. 심장의 해부학을 복습하고, 판막질환(stenosis/insufficiency), 심근질환(cardiomyopathy), 심장 종양, 동맥경화증(arteriosclerosis), 허혈성 심질환(IHD)를 다루었다. 이 중 허혈성 심질환 수업에 매우 관심이 갔다.

심장질환은 전체 사망 원인 중 2위 (출처: 통계청)

 
심장질환은 전체 사망 원인 중 암(악성신생물)에 이어 무려 2위이다. 이러한 심장 질환 중, 허혈성 심장 질환은 매우 높은 비율을 차지한다. 허혈성 심장 질환은 심근경색증과 협심증 등을 말한다.

허혈성 심장질환은 심장질환 중 높은 비중을 차지한다.

 
최근 의료 인공지능 회사 뷰노(VUNO)의 심정지 예측 AI 딥카스(DeepCARS)로 매출이 급상승했다는 기사를 보았다. 오늘 심근경색을 배운 뒤 심근경색을 예측하는 AI 알고리즘은 없을지 찾아보았다.
 

의료 AI 회사 뷰노

심근경색(Myocardial Infarction)이란?

심근경색은 관상동맥(coronary artery)가 막혀서 심장 근육이 괴사(myocardial coagulative necrosis)하는 질환을 말한다. 심근경색에는 두 가지 패턴이 있다.

  1. Transmural Infarction
    Myocardium부터 epicardium에 이르는 심장 전 층이 괴사하는 것을 이른다.

  2. Subendocardial Infarction
    관상동맥에서 먼 쪽인 안쪽 1/3에만 괴사가 일어나는 것을 말한다.

이 두 가지 패턴은 괴사 정도의 차이라고 할 수 있다. 전자는 관상동맥의 완전한 폐쇄에 의해 일어나며, 후자는 관상동맥이 일부 폐쇄되었을 때 나타난다. 관상동맥은 LAD, LCX, RCA의 3개가 존재하는데, 셋 중 어느 것이 막히느냐에 따라 심장이 괴사하는 양상이 달라진다.
 

심근경색의 진행양상

심근경색은 시간이 지남에 따라 진행 양상이 다르다. 급성 심근경색이 발생하면, 24시간 이내 사망할 확률이 높은데, 이때 CK-MB와 Troponin I 상승 소견이 매우 중요하다. Troponin I은 심장 세포를 이루고 있는 물질로, 이것이 혈액에서 발견되고 있다는 것은 심장이 손상되고 있음을 말한다. 따라서 흉통으로 내원한 환자에게서 이러한 소견 확인 시 응급처치를 해야 한다.

  조직 소견 임상 소견
0~12시간 없음 부정맥
~24시간 허혈성 괴사 + 호중구 침윤 CK-MB & Troponin I 상승 소견
~3일 대식세포 침윤  
7일~ 섬유아세포 형성 심근파열의 위험성이 가장 높다
1개월~ 섬유화 진행  
3~6개월 섬유화 심실자루(ventricular aneurysm)

 
24시간 내의 심근경색으로 사망하지 않은 경우 만성 심근경색으로 이어지는데, 이는 심장의 섬유화가 주요 소견이다.
 

심근경색 예측 AI

심전도(ECG)는 심장질환 예측을 위한 가장 기본적인 툴 중 하나이다. 심전도는 기본적으로 12개의 전극(12-lead ECG)이 있는데, 그 중 6개는 관상면 방향으로 배열되어 있고 나머지 6개는 수평하게 놓여 있다(precordial 6-lead ECG).

 
2020년 네이처에 게재된 논문(1)에 따르면, 6-lead ECG를 이용해 심근경색을 12-lead ECG와 비슷한 수준으로 진단할 수 있다. 총 292,152명의 환자에게서 425,066개의 ECG 데이터를 확보하였고, 이를 아래 과정에 적용하기 위해 분류하였다.

  1. VAE(Variational autoencoder) development: 기존의 12-lead ECG와 비슷한 수준의 심근경색 진단을 할 수 있음을 보이기 위해, 6-lead ECG 데이터로 precordial 6-lead ECG 데이터를 생성하는 VAE 모델을 만들었다. 여기에 병원 A에서 412,461개의 데이터셋을 사용하였다.
    precordial 6-lead 데이터를 reconstruction 하기 위해 VAE를 develop하였다.
  2. Development: 병원 A에서 9,536개의 ECG 데이터를 이용하여 심근경색 예측 DLA(Deep learning algorithm)을 만들었다.

  3. Internal validation: 내부 검증을 위해 병원 A에서 1,301개의 ECG데이터를 이용하여 DLA의 정확도를 평가하였다.
  4. External validation: 외부 검증을 위해 병원 B에서 1,768개의 ECG데이터를 이용하여 DLA가 병원 A에 과적합되지 않았는지 평가하였다.

 
그 결과, 6-lead ECG에 VAE를 적용하여 precordial 6-lead를 생성하고 DLA를 만든 모델(빨간색)은 기존의 12-lead 모델(파란색)보다는 AUROC가 낮았지만 6-lead를 사용한 모델(연두색)보다는 AUROC가 컸다. 즉, 6-lead ECG의 성능을 12-lead에 가깝게 끌어올릴 수 있는 것이다.
 
(1) Cho, Y., Kwon, Jm., Kim, KH. et al. Artificial intelligence algorithm for detecting myocardial infarction using six-lead electrocardiography. Sci Rep 10, 20495 (2020).
 

활용 가능성

lead 개수가 적어진다는 것은 웨어러블을 만들 때 이점이 된다. 6-lead ECG로 precordial 6-lead ECG를 생성하는 VAE가 가능하다면, 반대의 경우도 가능하지 않을까? 특히 precordial lead만 있어도 유의미한 심근경색 진단을 할 수 있다면, 벨트 형태로도 만들어 웨어러블을 통한 심근경색 진단도 가능해질 것 같다.

항암제의 빠른 발전으로 암이 정복된다면, Top 1 사망원인이 심장질환이 될 텐데, 이것은 어떻게 정복될지 궁금하다.
 
Oselt

반응형