머신러닝(Machine learning, 기계학습)에 기반해 심혈관질환을 비침습적인 방법으로 신속하게 진단하고, 관상동맥중재술 등의 필요 여부를 판단할 수 있는 기술이 개발됐다. 세브란스병원 심장내과 김중선 교수와 세종대 전자정보통신공학과 하진용 교수, 고려대 안암병원 순환기내과 차정준 교수 연구팀은 관상동맥질환 환자의 광간섭단층촬영(OCT) 영상과 생체 정보 데이터를 활용한 기계학습 기반의 분획혈류예비력(FFR) 예측 기술을 개발했다고 26일 밝혔다.
연구 결과는 국제학술지 '사이언티픽 리포츠'(Scientific reports)에 게재됐다.
관상동맥질환 중 관상동맥이 좁아져 심장에 충분한 혈액이 공급되지 않아 통증이 생기는 경우를 협심증, 완전히 막혀 심장근육이 괴사하는 경우를 심근경색증이라고 한다. 관상동맥중재술은 막힌 관상동맥을 뚫는 것으로 막히거나 좁아진 심장 혈관을 내과적으로 치료하는 방법이다.
관상동맥중재술을 할 때 혈관 협착 정도에 따라 스텐트를 삽입하는데, 이때 정확한 삽입을 위해 혈관 조직 내부의 미세구조를 영상화하는 OCT 검사와 혈관 내 혈압을 평가하는 FFR 검사를 한다.
OCT 혹은 FFR 검사로 관상동맥중재술의 필요성을 평가할 수 있다. 연구팀은 2013년 11월부터 2015년 1월까지 세브란스병원에서 관상동맥중재술을 받은 환자 125명의 OCT 값과 FFR 값을 측정했다.
이후 환자 104명의 데이터를 기계학습 시켰다.
이를 통해 한 번의 OCT 진단검사로 정확한 허혈 진단과 기능적 평가를 제공할 수 있는 진단기술을 개발했다. 해당 기술로 21명의 FFR 값을 측정한 결과, OCT 검사를 통한 예측치와 실제 측정한 FFR 값이 유사한 것으로 확인됐다.
연구팀은 이 연구가 관상동맥중재술 환자의 시술 부담 등을 크게 완화할 것으로 기대하고 있다.
침습적 방법인 FFR 검사 대신 이 진단기술로 컴퓨터 시뮬레이션을 시행하면 1∼2분 안에 FFR 값을 예측할 수 있기 때문이다.
신속하게 결과가 나오는 만큼 관상동맥질환 환자의 진단과 신속한 치료에도 도움이 될 것으로 봤다. 김 교수는 "이번 연구로 FFR 값을 측정하기 위해 압력 철선을 관상 동맥에 따로 넣을 필요 없이 바로 현장에서 FFR 값을 확인할 수 있게 됐다"며 "향후 더 많은 환자의 임상 데이터를 활용하면, 최고 수준의 임상 결과를 도출할 수 있을 것"이라고 말했다.