인공지능 망막 혈관 이미지 판독으로 심혈관 질환 위험도 예측

망막 이미지를 통해 중요 심혈관 질환 위험도를 예측할 수 있는 인공지능이 등장했습니다. 영국 과학자 팀은 QUARTZ ((QUantitative Analysis of Retinal vessels Topology and siZe)라는 인공 지능 알고리즘을 이용해 UK 바이오 뱅크에 등록한 88000명과 에픽-노퍽 (European Prospective Investigation into Cancer (EPIC)-Norfolk )에 등록한 7400명을 대상으로 한 코호트 연구 참여자들의 망막 이미지 데이터를 학습했습니다.

망막은 보통은 밖에서 볼 수 없는 미세 혈관의 상태를 쉽게 들여다볼 수있는 기회를 제공합니다. 망막에는 많은 혈관이 지나기 때문에 동맥이 좁아진 상태를 확인할 수 있습니다. 따라서 망막 혈관을 분석해서 미래의 뇌졸중이나 다른 심혈관 질환이 위험도를 알아낼 수 있습니다. 그러나 이를 일일이 확인해 위험도를 예측하는 일은 수작업으로는 엄두가 나지 않는 일입니다

QUARTZ는 artificial intelligence (AI)-enabled retinal vasculometry (RV) 기술로 자동으로 수많은 망막 이미지를 학습하고 미래의 심혈관 질환 위험도를 예측합니다. 10년 간 추적 관찰한 결과 QUARTZ의 예측 능력은 심혈관 위험도 예측을 위해 사용되는 Framingham Risk Score (FRS)와 비슷한 수준으로 나타났습니다. FRS를 측정하기 위해서는 혈액 검사 및 혈압 검사가 필요한 점을 생각하면 매년 이런 검사를 하지 못하는 사람에서 추가적인 이득을 기대할 수 있습니다.

다만 인공지능 망막 검사를 통한 위험도 예측의 임상적으로 얼마나 도움이 될지는 좀 더 두고봐야 알 수 있습니다. 망막 검사를 하는 사람보다 일반 혈액 및 혈압 검사를 하는 사람이 더 흔하기 때문입니다. 다만 녹내장, 백내장 등으로 주기적인 안저 검사를 받는 사람이라면 추가적인 이득이 있지 않을까 생각합니다.

한 가지 더 생각해볼 부분은 FRS의 경우 미국 이외의 지역에서 과대 평가된다는 문제점이 있는 만큼 인공지능 망막 검사가 인종 지역적 특징을 반영해 학습된다면 더 정확하지 않을까 하는 생각입니다. 이 부분에 대한 연구도 필요해 보입니다.

참고

https://newatlas.com/health-wellbeing/ai-eye-scan-stroke-heart-disease-risk-scores/

https://bjo.bmj.com/content/early/2022/08/23/bjo-2022-321842

이 블로그의 인기 게시물

100 테슬라급 자기장 도달

미국의 로스 알라모스 국립 연구소 (Los Alamos National Laboratory) 에서 과학자들이 지금까지 인간이 개발한 가장 강력한 자기장을 발생시키는 장치 개발에 도전하고 있습니다. 자기장의 세기를 나타내는 방법으로 자기력선의 밀도를 나타내기 위해 단위 면적당 자기력선의 수를 표시하는 단위인 테슬라 (T) 가 있습니다. (1T = 1Wb/㎡ 웨버 (Wb) 는 자속의 단위) 의료용으로 사용되는 초전도체를 이용한 MRI 의 경우 1.5 - 3 테슬라급의 강력한 자기장으로 인체 내부를 볼 수 있게 만들지만 과학 연구용으로 이보다 더 강력한 자기장이 필요할 수 있습니다. 최근에 등장한 90 테슬라급 자기장에 이어 이번에 로스 알라모스 국립 연구소에서는 100 테슬라급인 100.75 T 를 실현 했다고 합니다. 이를 구현한 것은 18000 파운드 (8.16 톤 정도) 의 코일과 여기에 에너지를 공급할 1200 메가줄 (Megajoule) 급 모터 제네레이터등의 설비입니다. ( The 1,200-megajoule motor generator that powers the magnetic pulse. ) 이와 같은 연구를 통해 알아내고자 하는 것은 Quantum Phase transitions and new ultra high field magnetic states Electronic Structure determination Topologically protected states of matter 로 요약할 수 있다고 합니다. 아무튼 수 T 급 MRI 만 해도 자기장의 힘이 엄청난데 100 T 라니 엄청난 자기장이네요. 이는 지구 자기장 세기보다 200만배 강력한 (물론 좁은 범위에서 작용하는 자기장이라 지구 전체...

자세한 내용 보기

고대 양서류 이야기 (2) - 악어를 닮은 거대 양서류들

페름기에는 다양한 양막류가 진화해서 앞서 소개한 육상형 템노스폰딜리는 점차 설 자리를 잃게 됩니다. 하지만 양서류는 본래 자신의 서식지인 물과 습지에서 여전히 번성을 누렸습니다. 당시에는 악어류 같은 대형 양서형 파충류도 없던 시절이었기 때문에 이와 비슷한 생태학적 지위는 여전히 양서류의 몫이었습니다. 이들에 대한 이야기는 제 책인 포식자에서 비교적 간단히 다뤘는데, 오늘은 여기에 대한 보충 설명입니다. 책 정보: http://book.naver.com/bookdb/book_detail.nhn?bid=13347200 Yes 24: http://www.yes24.com/24/goods/58772859 11번가: http://books.11st.co.kr/product/SellerProductDetail.tmall?method=getSellerProductDetail&prdNo=1977867160 알라딘: http://www.aladin.co.kr/shop/wproduct.aspx?ItemId=134877825 교보문고: http://www.kyobobook.co.kr/product/detailViewKor.laf?ejkGb=KOR&mallGb=KOR&barcode=9788970447988&orderClick=LAG&Kc= 인터파크 : http://book.interpark.com/product/BookDisplay.do?_method=detail&sc.prdNo=279593764&sc.saNo=003002003&bid1=search_auto&bid2=detail&bid3=prd_img&bid4=001 영풍문고: http://www.ypbooks.co.kr/book.yp?bookcd=100843205&gubun=NV ...

자세한 내용 보기

이빨이 다시 진화한 개구리

( CT scans of Gastrotheca guentheri skulls revealed what appeared to be identical rows of teeth on both the upper and lower jaws, which researchers later confirmed through dissection. Credit: Florida Museum/Daniel Paluh ) 개구리는 2억년 전 진화 과정에서 이빨을 잃어버리고 큰 턱과 혀를 이용해 곤충 같은 작은 먹이를 잡아 먹는 방향으로 진화했습니다. 파충류나 포유류 같은 다른 사지류와의 경쟁에서 밀려 양서류가 쇠퇴하고 멸종하던 시기에도 개구리는 여전히 생존할 수 있었던 비결입니다. 이빨이 없는 덕분에 큰 혀를 발사하기 편해졌을지는 모르지만, 이빨이 없으면 종종 불편할 때가 있습니다. 씹는 대신 삼키기 때문에 음식을 씹을 수 없다는 점은 문제되지 않지만, 필사적으로 달아나려는 먹이를 잡기 힘들기 때문입니다. 이런 이유 때문에 일부 개구리는 이빨 같이 보이는 엄니 (fang)을 지니고 있으나 이는 사라진 이빨이 다시 난 것이 아니라 다른 부분이 진화한 것입니다. 이는 돌로의 법칙 ( Dollo's Law )으로 알려져 있습니다. 진화 과정에서 퇴화한 부분이 다시 생겨나지 않으며 대신 필요하면 다른 부분이 진화해 그 역할을 대신한다는 것입니다. 예를 들어 아가미가 사라진 사지 동물은 다시 물에 들어온다고 해도 아가미가 다시 생기진 않습니다. 대신 고래처럼 폐가 커져서 그 기능을 대신하게 됩니다. 하지만 모든 법칙엔 예외가 있기 마련입니다. 남미에서 발견된 멸종 위기 개구리 중 하나인 구엔터 유대류 개구리 ( Gastrotheca guentheri, Guenther's marsupial frog, dentate marsupial frog)는 완전한 형태의 이빨을 지니고 있습니다. 참고로 유대류 개구리라는 명칭은...

자세한 내용 보기

고든의 블로그 구글 분점

이 블로그 검색