A: OCT 기반 머신러닝 도출 방법. B: 머신러닝 FFR 값과 실제 측정한 FFR 값의 상관관계. 분석의 민감도와 정확도는 각각 , 로 확인됐다. [세브란스병원 제공]

김길원 기자 = 연세대 세브란스병원 심장내과 김중선 교수 연구팀은 심근경색과 협심증 등의 심혈관질환 치료 시 관상동맥이 막힌 정도를 빠르게 진단함으로써 스텐트 시술 정확도를 높일 수 있는 인공지능(AI) 기술을 개발했다고 8일 밝혔다.

심장에 산소와 영양분을 공급하는 관상동맥이 좁아지거나 막히면 혈관을 넓히는 치료를 해야 한다. 이때 비수술 치료법으로 가장 많이 시행되는 게 스텐트 삽입술이다.

이 과정에서 협착 정도가 심하다고 판단되면 정확한 스텐트 삽입을 위해 혈관 조직 내 미세구조를 영상화하는 'OCT 검사'와 함께 막힌 혈관 내 전후의 혈압 정보를 확인하는 'FFR 검사'를 추가로 시행하는 게 일반적이다.

하지만 환자의 생명을 두고 시급을 다투는 상황에서 두 개의 다른 기구를 혈관에 삽입해야 하는 어려움과 추가적인 비용, 부작용 등의 문제로 실제 임상 현장에서 적용에 어려움이 컸다.

연구팀은 이런 문제를 해결할 수 있는 AI 기술을 고안했다.

이 기술은 OCT 검사로 확인된 혈관 구조 영상을 AI 기술로 머신러닝(기계학습) 하는 게 핵심이다. FFR 검사를 추가로 하지 않아도 환자의 시술에 필요한 혈압을 확인할 수 있는 게 장점으로 꼽힌다.

연구팀은 " AI 기술을 적용하면 OCT 진단검사 한 번으로 혈관의 막힌 상태를 정확하게 진단하고 생리기능에 대한 평가를 통합 제공할 수 있다"고 설명했다.

[세브란스병원 제공]

심혈관질환으로 치료받은 환자 130명을 대상으로 한 연구에서는 이번 AI 진단 기술이 의 정확도를 나타냈다.

김중선 교수는 "OCT 검사 후 환자의 혈관 내 혈압을 1~2분 안에 예측할 수 있게 됨으로써 시간을 다투는 임상 현장에서 환자의 부담과 부작용을 줄일 수 있을 것으로 기대된다"면서 "추후 더 많은 임상 데이터를 활용해 널리 사용할 수 있는 기술로 발전시키겠다"고 말했다.

이번 연구에는 세종대 전자정보통신공학과 하진용 교수, 고려대 안암병원 차정준 교수가 함께 참여했으며 논문은 혈관질환 분야 국제학술지(Frontiers in Cardiovascular Medicine) 최신호에 실렸다.