이번 딥러닝 모델은 CT 혈관조영술을 사용해 관상동맥 협착을 자동으로 판독하고, 협착 정도에 따라 정상, 비폐색성, 폐색성 세 그룹으로 분류하는 시스템이다. 연구팀은 2018년부터 2022년까지 3개 대학병원 응급실에 내원한 408명의 환자 데이터를 학습시켜 모델을 개발했다. 특히 YOLO 아키텍처를 사용해 혈관 협착을 더 빠르고 정확하게 분석할 수 있도록 했다. YOLO는 물체 인식 속도가 빠르고, 위치와 종류를 동시에 분석하는 장점이 있다.
이 딥러닝 모델은 2년 6개월 간의 추적 관찰을 통해 심장 사건 발생률을 예측했다. 그 결과, 폐색성 환자군의 심장질환 발생률은 38.8%로, 정상군(0.6%)과 비폐색성군(3.2%)에 비해 현저히 높았다. 또한, 기존의 고지혈증, 심장 효소 수치인 트로포닌-T 등 위험인자와 비교했을 때, 딥러닝 분석이 미래 심장질환 예측에 가장 유효한 지표로 평가됐다.
임혜정 기자
press@healthinnews.co.kr