딥러닝 활용 심뇌혈관 사건 위험도 예측
전남대학교 신경과 최강호 교수와 핵의학과-인공지능융합학과 김자혜 교수, 인공지능융합학과 김두영 석사과정생으로 구성된 연구팀이 뇌졸중 예후를 예측하는 인공지능 기술을 개발했다.
뇌 영상과 임상 정보를 토대로 급성 허혈성 뇌졸중 환자의 향후 1년 내 주요 심뇌혈관 사건 위험도와 시점을 각 환자 개인별로 직접 예측하는 것으로, 딥러닝 기술이 활용됐다.
뇌졸중은 사망률과 후유증의 비율이 높고, 재발 가능성도 높아 치명적인 질병이다. 특히 급성 허혈성 뇌졸중 후 주요 사망 원인은 주로 심뇌혈관 사건에 기인하는 것으로 알려져 있다.
개인별로 주요 심뇌혈관 사건 위험성을 예측할 수 있다면 사전에 치료 계획을 세워 재발과 사망 가능성을 낮출 수 있다.
기존 뇌졸중 이후 예후를 예측하는 방법은 집단 전체의 위험도를 분석하는 방식으로, 개별 환자의 위험성을 예측하기엔 어려웠다.
연구팀은 이러한 단점을 극복하고, 임상에 실제로 적용 가능한 인공지능 기술을 구현했다. 더불어 임상의가 개별 환자의 위험성을 예측해 볼 수 있는 오픈소스 모델을 개발해 활용도를 높였다는데 중요한 의미가 있다.
해당 연구 결과는 세계적인 학술지인 신경학 신경외과학 정신의학 저널 (Journal of Neurology, Neurosurgery and Psychiatry, 영향력지수 13.654) 1월호에 발표했다.
연구팀은 "뇌졸중 이후 환자에게 제공할 수 있는 정보의 폭이 넓어져 환자의 건강관리 와 의료비 효율성에 기여할 수 있을 것"이라며 "이번 연구 결과를 통해 딥러닝의 실제 임상 적용 가능성을 확인하였고, 더 진보된 인공지능 기술을 개발하기 위해 계속 연구를 이어 나갈 것"이라고 밝혔다.
※논문원제: Deep learning-based personalised outcome prediction after acute ischaemic stroke