안면 열화상 및 AI로 관상동맥 심장 질환을 정확하게 예측하는 방법

BMJ Health & Care Informatics 저널에 발표된 한 연구 에 따르면, 안면 열화상과 인공지능(AI)을 결합하면 관상동맥 질환(CAD)을 정확하게 예측할 수 있습니다. 연구진은 이 비침습적 실시간 방법이 기존 방법보다 더 효과적인 것으로 나타났으며, 더 크고 인종적으로 다양한 환자 집단을 대상으로 시험한다면 진단 정확도와 워크플로우를 개선하기 위해 임상에 도입될 수 있을 것이라고 제안했습니다.

연구진은 관상동맥 질환 진단을 위한 현행 지침은 위험 요인 확률에 의존하고 있는데, 이는 항상 정확하거나 널리 적용되는 것은 아니라고 말합니다. 이러한 방법은 심전도, 혈관조영술, 혈액 검사와 같은 다른 진단 도구로 보완될 수 있지만, 시간이 많이 걸리고 침습적인 경우가 많다고 연구진은 덧붙입니다.

적외선을 감지하여 물체 표면의 온도 분포와 변화를 기록하는 열화상은 비침습적입니다. 피부 온도 패턴을 기반으로 비정상적인 혈액 순환과 염증 부위를 식별할 수 있기 때문에 질병 평가에 유망한 도구로 입증되었습니다.

복잡한 정보를 추출, 처리, 통합할 수 있는 능력을 갖춘 머신 러닝(AI) 기술의 등장으로 열화상 진단의 정확도와 효율성이 향상될 수 있습니다.

연구진은 열화상과 AI를 결합하여 심장 질환 의심 환자 460명을 대상으로 침습적이고 시간이 많이 소요되는 방법 없이 관상동맥 질환의 존재 여부를 정확하게 예측할 수 있는 가능성을 조사했습니다. 이들의 평균 연령은 58세였으며, 126명(27.5%)이 여성이었습니다.

관상동맥 질환을 탐지하기 위한 AI 지원 영상 모델을 개발하고 검증하기 위해 확인 검사에 앞서 얼굴의 열화상을 촬영했습니다.

총 322명의 참가자(70%)가 관상동맥 심장 질환을 확진받았습니다. 이들은 일반적으로 나이가 많았고 남성일 가능성이 더 높았습니다. 또한 생활 습관, 임상적, 생화학적 위험 요인을 가지고 있을 가능성이 더 높았고, 예방약을 더 자주 복용할 가능성도 더 높았습니다.

열화상과 AI를 활용한 접근법은 기존의 위험 요인과 임상 징후 및 증상을 이용한 사전 위험 평가보다 관상동맥 심장 질환 예측에 약 13% 더 효과적이었습니다. 가장 중요한 세 가지 열 지표 중 얼굴 좌우의 전반적인 온도 차이가 가장 큰 영향을 미쳤으며, 그 다음으로는 최대 안면 온도와 평균 안면 온도 순이었습니다.

특히 왼쪽 턱 부위의 평균 온도가 가장 강력한 예측 변수였으며, 그 다음으로 오른쪽 눈 부위의 온도 차이와 좌우 관자놀이 사이의 온도 차이가 나타났습니다.

이 접근 방식은 관상 동맥 심장 질환의 기존 위험 요소인 고콜레스테롤, 남성, 흡연, 과체중(BMI), 공복 혈당, 염증 지표를 효과적으로 식별했습니다.

연구진은 연구의 표본 규모가 상대적으로 작고 단일 센터에서만 진행되었다는 점을 인정했습니다. 또한, 모든 연구 참여자는 심장 질환이 의심되는 경우 확진 검사를 받도록 의뢰되었습니다.

하지만 연구팀은 다음과 같이 기술했습니다. "[열화상]을 이용한 [관상동맥 질환] 예측 능력은 향후 잠재적인 응용 분야와 연구 기회를 제시합니다... 건강 평가를 위한 생물생리학적 방법으로서, [열화상]은 전통적인 임상 측정을 넘어 질병 관련 정보를 제공하여 [죽상경화성 심혈관 질환] 및 관련 만성 질환 평가를 개선할 수 있습니다."

"[비접촉 실시간 특성 덕분에 진료 현장에서 즉각적인 질병 평가가 가능해져 임상 워크플로우를 간소화하고 의사와 환자의 중요한 결정에 소요되는 시간을 절약할 수 있습니다. 또한 대규모 사전 검진에도 활용할 수 있습니다."

연구진은 "첨단 [머신 러닝] 기술을 기반으로 개발한 [열화상] 예측 모델은 현재의 전통적인 임상 도구와 비교했을 때 유망한 잠재력을 보였다"고 결론지었습니다.

"현재 연구 결과의 외부 타당성과 일반화 가능성을 확인하려면 더 많은 환자와 다양한 인구 집단을 대상으로 한 추가 연구가 필요합니다."