안면 온도는 현재 방법보다 더 높은 정확도로 심장 질환을 예측할 수 있습니다.

BMJ Health & Care Informatics 저널에 최근 게재된 연구에서 연구자들은 얼굴 적외선 열화상(IRT)을 사용하여 관상동맥 심장병(CHD)을 예측하는 것의 타당성을 평가했습니다.

선천성 심장질환(CHD)은 주요 사망 원인 중 하나이며 전 세계적으로 상당한 부담을 안고 있습니다. CHD의 정확한 진단은 치료와 관리에 중요합니다. 현재 환자의 CHD 발생 가능성을 판단하기 위해 사전 검사 확률(PTP) 평가 도구가 사용되고 있습니다. 그러나 이러한 도구는 주관적이고 일반화 가능성이 제한적이며 정확도가 낮다는 문제점이 있습니다.

추가적인 심혈관 검사(관상동맥 칼슘 점수 및 심전도)나 추가적인 실험실 지표와 위험 요소를 통합한 정교한 임상 모델을 사용하면 확률 추정이 개선될 수 있지만, 시간 효율성, 절차적 복잡성, 가용성 제한과 관련된 문제가 있습니다.

비접촉 표면 온도 감지 기술인 IRT는 질병 평가에 유망한 결과를 보여줍니다. 피부 온도 패턴을 통해 염증과 비정상적인 혈류를 감지할 수 있습니다. 연구에 따르면 IRT 정보와 죽상경화성 심혈관 질환 및 관련 질환 간의 연관성이 밝혀졌습니다.

본 연구에서 연구진은 안면 IRT 온도 데이터를 이용하여 관상동맥질환(CAD)을 예측하는 것의 타당성을 평가했습니다. 관상동맥 CT 혈관조영술(CCTA) 또는 침습적 관상동맥 조영술(ICA)을 받는 성인을 연구에 포함했습니다. 훈련된 전문가가 기준 데이터를 확보하고 CCTA 또는 ICA 시행 전에 IRT 영상 촬영을 수행했습니다.

전자 의료 기록을 활용하여 혈액 생화학, 임상 병력, 위험 요인, CAD 검사 결과 등의 추가 정보를 얻었습니다. 참가자 한 명당 하나의 IRT 이미지를 분석용으로 선택하여 처리했습니다(균일한 크기 조정, 회색조로 변환, 배경 자르기).

연구팀은 고급 딥러닝 알고리즘을 사용하여 IRT 이미지 모델을 개발했습니다. 비교를 위해 두 가지 모델을 개발했습니다. 하나는 환자의 연령, 성별, 증상 특성을 포함하는 PTP(임상 기준선) 모델이고, 다른 하나는 IRT 모델과 PTP 모델의 임상 정보를 각각 결합한 하이브리드 모델입니다.

교합 실험, 하이라이트 맵 시각화, 용량-반응 분석, 대리 CAD 라벨 예측 등 다양한 해석 분석이 수행되었습니다. 또한, IRT 이미지에서 다양한 IRT 테이블 특징을 추출하여 얼굴 전체 및 관심 영역(ROI) 수준에서 분류했습니다.

추출된 특징들은 전반적으로 1차 텍스처, 2차 텍스처, 온도, 그리고 프랙탈 분석 특징들로 분류되었습니다. XGBoost 알고리즘은 추출된 특징들을 통합하여 CHD에 대한 예측 가치를 평가했습니다. 연구진은 모든 특징들과 온도 특징들만을 사용하여 성능을 평가했습니다.

2021년 9월부터 2023년 2월까지 CCTA 또는 ICA를 시행받은 성인 893명을 대상으로 검진을 실시했습니다. 이 중 평균 연령 58.4세인 460명이 참여했으며, 27.4%는 여성이었고 70%는 관상동맥질환(CAD)을 앓고 있었습니다. 관상동맥질환(CAD)이 있는 환자는 관상동맥질환이 없는 환자보다 연령과 위험 요인 유병률이 더 높았습니다. IRT-영상 모델은 PTP 모델보다 유의미하게 우수한 결과를 보였습니다.

그러나 하이브리드 이미지 모델과 IRT 이미지 모델의 성능은 유의미한 차이가 없었습니다. 온도 특징만 사용하거나 추출된 모든 특징을 사용한 것이 예측 성능이 더 우수했으며, 이는 IRT 이미지 모델과 일치했습니다. 얼굴 전체 수준에서는 좌우 온도 차이가 가장 큰 영향을 미쳤고, 관심 영역(ROI) 수준에서는 왼쪽 턱의 평균 온도가 가장 큰 영향을 미쳤습니다.

IRT-이미지 모델은 서로 다른 관심 영역(ROI)을 가릴 때 다양한 수준의 성능 저하가 관찰되었습니다. 윗입술과 아랫입술 영역을 가릴 때 가장 큰 영향을 미쳤습니다. 또한, IRT-이미지 모델은 고지혈증, 흡연, 체질량 지수(BMI), 당화혈색소, 염증 등 관상동맥질환(CAD)과 관련된 대리 지표를 예측하는 데도 우수한 성능을 보였습니다.

본 연구는 안면 IRT 온도 데이터를 이용하여 관상동맥질환(CAD)을 예측하는 것의 타당성을 입증했습니다. IRT 영상 모델은 가이드라인에서 권장하는 PTP 모델보다 우수한 성능을 보였으며, 이는 CAD 평가에서의 IRT 모델의 잠재력을 보여줍니다. 또한, 임상 정보를 IRT 영상 모델에 통합하더라도 추가적인 개선 효과는 나타나지 않았는데, 이는 추출된 IRT 정보에 이미 CAD와 관련된 중요한 정보가 포함되어 있음을 시사합니다.

또한, IRT 모델의 예측 가치는 IRT 이미지 모델과 비교적 일치하는 해석 가능한 IRT 테이블 특징을 이용하여 확인되었습니다. 이러한 특징은 안면 온도 대칭성 및 분포 불균일성과 같이 CHD 예측에 중요한 측면에 대한 정보도 제공했습니다. 검증을 위해서는 더 큰 표본과 다양한 모집단을 대상으로 한 추가 연구가 필요합니다.