심장 전문의가 심장 구조와 기능을 평가하기 위해 대규모 AI 모델을 학습시켰습니다.

시더스-시나이와 스미트 심장 연구소의 인공지능 전문가들은 100만 건 이상의 심초음파(심장의 비디오 초음파) 데이터셋과 그에 따른 임상적 해석을 구축했습니다. 이 데이터베이스를 활용하여 심초음파 이미지를 "해석"하고 주요 지표를 평가할 수 있는 강력한 머신러닝 알고리즘인 EchoCLIP을 개발했습니다.

Nature Medicine 에 게재된 논문에 설명된 EchoCLIP의 설계 및 평가 에 따르면, EchoCLIP을 사용하여 환자의 심장초음파를 해석하면 심장 기능 평가, 과거 수술 및 이식된 장치의 결과를 포함한 전문가 수준의 임상 평가를 제공하고 의사가 치료가 필요한 환자를 식별하는 데 도움이 될 수 있다고 합니다.

EchoCLIP 기반 모델은 여러 비디오, 연구, 시점에 걸쳐 동일한 환자를 식별하고 환자 심장의 임상적으로 중요한 변화를 인식할 수도 있습니다.

"저희가 아는 한, 이것은 심장초음파 이미지 로 훈련된 가장 큰 모델입니다."라고 슈미트 심장 연구소 심장학과 교수이자 의학 인공지능과의 데이비드 오양(David Ouyang) 박사가 말했습니다.

"기존의 심초음파 AI 모델은 대부분 수만 개의 데이터로만 학습되었습니다. 반면, EchoCLIP은 기존 모델보다 거의 10배 더 많은 데이터를 학습하여 독보적인 이미지 해석 성능을 발휘합니다."

오우양은 "저희 연구 결과는 의료 영상과 전문가가 검증한 해석에 대한 대규모 데이터 세트가 기본 의료 모델을 훈련하는 기반으로 활용될 수 있음을 보여주는데, 이는 생성적 인공 지능의 한 형태입니다."라고 덧붙였다.

EchoCLIP 워크플로. 출처: Nature Medicine (2024). DOI: 10.1038/s41591-024-02959-y

그는 이 고급 기준 모델이 심장 전문의가 심장 측정값을 추정하고, 시간에 따른 변화와 일반적인 질병을 식별함으로써 심장초음파 검사를 평가하는 데 도움이 될 것이라고 언급했습니다.

연구팀은 1,032,975개의 심장 초음파 영상과 이에 대한 전문가 해석을 담은 데이터 세트를 구축하여 EchoCLIP을 개발했습니다. 연구의 주요 결과는 다음과 같습니다.

• EchoCLIP은 심장 영상에서 심장 기능을 평가하는 데 높은 성능을 보였습니다.
• 기준 모델은 심장초음파 이미지에서 심장 조율기, 승모판 이식 장치, 대동맥 판막 이식 장치와 같은 심장 내 이식 장치를 식별할 수 있었습니다.
• EchoCLIP은 여러 연구에서 고유한 환자를 정확하게 식별하고, 이전 심장 수술과 같은 임상적으로 중요한 변화를 감지하고, 심장초음파 이미지에 대한 예비 텍스트 해석을 개발할 수 있게 했습니다.

"기본 모델은 생성 AI의 가장 새로운 분야 중 하나이지만, 대부분의 모델은 의료에 유용할 만큼 충분한 의료 데이터를 갖고 있지 않습니다."라고 슈미트 심장 연구소 심장학과 의장인 크리스티나 M. 앨버트 박사(MD, MPH)가 말했습니다.

연구에 참여하지 않은 앨버트는 "이 새로운 기준 모델은 심장초음파 이미지 해석을 위한 컴퓨터 비전과 자연어 처리를 통합하여 심장 전문의의 해석을 향상시킵니다."라고 덧붙였습니다.