심혈관 질환 진단 영상과 환자의 생체 정보를 활용한 심혈관 질환 진단기술이 개발돼 시간을 다투는 관상동맥중재술 환자 치료에 사용된다. 관상동맥중재시술은 막힌 관상동맥을 뚫는 것으로 막히거나 좁아진 심장 혈관을 치료하는 방법이다.
세브란스병원 심장내과 김중선 교수와 세종대학교 전자정보통신공학과 하진용 교수, 고려대학교 안암병원 순환기내과 차정준 교수 연구팀은 광간섭단층촬영(OCT) 진단검사로 얻은 혈관 협착 정보와 환자의 생체 정보를 기계 학습(머신러닝)시켜 '분획혈류예비력(FFR)' 값을 예측할 수 있는 진단기술을 개발했다고 26일 밝혔다.
OCT는 관상동맥질환 중 중증도 협착 환자에게 정확한 스텐트를 삽입할 수 있도록 혈관 조직 내부의 미세구조를 영상화할 수 있는 영상 진단 방법으로 혈관 내 동맥경화 병변을 진단할 수 있다. FFR은 중증도의 협착을 보이는 관상동맥질환에서 대동맥의 정상 부위에서의 혈압과 협착된 부위의 혈압을 비교해 관상동맥의 협착 정도를 평가하는 검사다.
연구팀은 2013년 11월부터 2015년 1월까지 세브란스 심장혈관병원에서 관상동맥중재술을 받은 환자 125명을 4개 그룹으로 나눠 OCT 값과 FFR 값을 측정했다. 이 값을 기준으로 환자 104명에 대한 데이터를 기계학습시켰다. 이 중 ▲가장 좁아진 부위의 관상동맥 내경 ▲협착 부위의 비율 ▲병변 길이 ▲몸에서 가까운 쪽의 관상동맥 내경 ▲시술 전 혈소판 수 ▲고혈압 등 6가지를 기준으로 21명의 FFR 값을 예측했다.
기계학습을 통해 나온 FFR 값을 실제 측정한 FFR 값과 비교한 결과 0.853(1에 가까울수록 실제 측정 수치에 근접)로 실제 측정한 값과 유사한 것으로 확인됐다.
이번 연구 결과로 관상동맥중재술의 환자의 부담과 부작용을 줄일 수 있을 것으로 연구팀은 기대하고 있다. 특히 기존 FFR 검사 대신 컴퓨터 시뮬레이션을 통해 1~2분안에 FFR 값을 예측할 수 있어 시간을 다투는 관상동맥질환 환자들의 진단과 치료에도 효과적일 것으로 내다보고 있다.
연구팀은 향후 FFR 시뮬레이션 소프트웨어를 개발해 최근 빠르게 성장하고 있는 심혈관질환 진단 의료영상 소프트웨어 시장도 개척할 계획이다.
김중선 교수는 “지금까지 FFR 측정을 위해 압력 철선을 관상 동맥에 따로 넣어야 했는데, 앞으로는 기계학습을 거쳐 FFR 값을 임상 현장에서 바로 확인할 수 있게 됐다”고 말했다.
이번 연구 결과는 지난 25일 네이처 자매지 ‘사이언티픽 리포트(Scientic Reports)’ 온라인판에 실렸다.
