국내 의료진이 국내 데이터를 기반으로 인공지능(AI) '심혈관 질환 예측 모델'을 개발해냈다. 기존 미국심장학회의 모델보다 예측 정확도가 향상된 것으로 나타나 환자별 맞춤형 치료에 도움이 될 것으로 기대된다.
분당서울대병원 순환기내과 강시혁 교수·창원경상대병원 순환기내과 조상영 교수 연구팀은 2009~2010년 국민건강보험공단 건강검진에 참여한 40세 이상 80세 미만 성인 약 22만 명(평균 연령 58세)의 데이터를 이용한 AI ‘심혈관질환 예측 모델’을 개발했다고 26일 밝혔다.
이 모델은 대상자의 연령, 성별, 수축기 혈압, 콜레스테롤 수치, 흡연 여부, 당뇨병 병력 등 데이터를 통해 심혈관 질환의 발생 위험도를 예측한다.
연구팀은 연구 대상자 22만 명에 대한 5년간의 추적관찰 동안 총 7819명(3.51%)에서 심근경색, 뇌졸중, 말초동맥질환 등 죽상동맥경화성 심혈관질환이 발생한 사실을 확인했다.
이후 심혈관 질환 위험도 예측 모델들의 정확도를 분석한 결과, 기존 모델들은 보통 70~80%를 보였고, 특히 주된 비교 대상이 된 미국의 예측 모델 풀드 코호트 위험 평가(PCE)를 통한 예측 정확도는 73.8%로 나타났다. 이번에 개발된 모델은 미국의 예측 모델보다 1.3%포인트 상승한 75.1%로 확인됐다.
연구팀은 이번에 개발된 AI 심혈관 예측 모델로 개개인의 심혈관 질환 위험도를 더욱 정확하게 예측할 수 있어 맞춤형 치료에도 유리할 것으로 보고 있다.
최근 심혈관 질환 발생 위험 예측은 질환의 치료 방침과 목표 설정에도 영향을 미치고 있다. 보통 고혈압 환자의 경우 최저 혈압 90mmHg, 최고 혈압 140mmHg부터 혈압약을 복용하지만, 심혈관 질환 발생 위험이 높은 환자라면 최저 혈압 80mmHg, 최고 혈압 130mmHg부터 복용을 권고하는 것이 한 예다. 하지만 기존 심혈관 질환 예측 모델은 인종, 성별, 지역에 따라 정확도에 차이가 있어 위험성을 과대평가 또는 과소평가할 수 있다는 문제가 있었다.
강 교수는 “인공지능 기계학습은 건강은 물론, 삶을 윤택하게 만드는 일에도 계속해 활용될 수 있을 것”이라며 “의료 분야에 접목하는 기계학습의 활용도를 넓힌다면 사람의 수고는 덜면서도 질병에 대한 위험성을 정확하게 예측하고, 보다 효과적인 치료법을 제공할 수 있게 될 것”이라고 전했다. 조 교수는 “국내 데이터로 개발된 모델의 예측력이 기존 모델보다 우수하다는 사실이 확인된 만큼, 정확도가 높은 평가도구의 개발과 활용을 위해 지속적으로 연구해 나갈 예정”이라고 말했다.
