에디스 코완 대학교(Edith Cowan University) 연구원들은 골밀도 스캔을 신속하게 분석하여 심혈관 질환 및 기타 건강 위험을 예측하는 지표인 복부 대동맥 석회화(AAC)를 감지하는 소프트웨어를 개발했습니다. 이 소프트웨어는 전문가와 최대 80%의 일치율로 이미지를 처리하여 일상적인 임상 실습에서 조기 질병 감지에 혁명을 일으켰습니다.
이제 골밀도 스캔을 통해 심혈관 건강 위험 지표를 신속하게 식별할 수 있습니다. 인공 지능을 통해 우리는 버튼 하나만 누르면 심각한 건강 질병의 미래 위험을 곧 예측할 수 있게 될 것입니다. 복부 대동맥 석회화(AAC)는 복부 대동맥 벽에 칼슘이 침착되는 것입니다. 이는 심장 마비 및 뇌졸중을 포함한 심혈관 질환의 위험 증가를 나타낼 수 있습니다.
또한 나중에 낙상, 골절, 치매의 위험을 예측할 수도 있습니다. 편리하게도 골다공증을 감지하는 데 사용되는 정기적인 골밀도 기계 스캔을 통해 AAC도 감지할 수 있습니다. 그러나 이미지를 분석하려면 고도로 훈련된 전문가가 필요하며 분석 프로세스는 이미지당 5~15분 정도 걸릴 수 있습니다.
그러나 에디스 코완 대학교(ECU) 과학대학과 의과대학 및 보건과학 대학의 연구원들은 스캔한 이미지를 하루에 약 60,000개에 달하는 훨씬 더 빠르게 분석할 수 있는 소프트웨어를 개발하기 위해 협력했습니다.
연구원이자 심장 재단 미래 리더 펠로우인 조슈아 루이스(Joshua Lewis) 부교수는 이러한 효율성의 엄청난 증가는 연구에서 AAC를 광범위하게 사용하고 사람들이 노년의 건강 문제를 피하도록 돕는 데 매우 중요하다고 말했습니다.
"이러한 이미지와 자동 채점은 골밀도 테스트 시 빠르고 쉽게 얻을 수 있기 때문에 향후 일상적인 임상 실습에서 조기 심혈관 질환 감지 및 질병 모니터링을 위한 새로운 방법으로 이어질 수 있습니다."라고 그는 말했습니다.
이 결과는 에디스 코완 대학교, 서호주 대학교, 미네소타 대학교, 사우샘프턴 대학교, 매니토바 대학교, 마커스 노화 연구소 및 히브리 노인 생활 하버드 의과대학 간의 국제 협력을 통해 나온 것입니다. 이는 진정한 다학제적 글로벌 협업입니다. 이것이 이러한 이미지에서 AAC를 평가하는 최초의 알고리즘은 아니지만, 이 연구는 동종 최대 규모이고 가장 일반적으로 사용되는 골밀도 기계 모델을 기반으로 하며 일상적인 골밀도 테스트의 일부로 이미지를 사용하여 실제 세계에서 테스트된 최초의 알고리즘입니다.
전문가와 연구팀의 소프트웨어로 5,000개 이상의 이미지를 분석했습니다. 결과를 비교한 후 전문가와 소프트웨어는 80%의 AAC(낮음, 중간 또는 높음) 수준에 대해 동일한 결론에 도달했습니다. 이는 소프트웨어의 첫 번째 버전이라는 점을 고려하면 인상적인 수치입니다. 중요한 것은 AAC 수준이 높다고 생각되는 사람들 중 3%만이 소프트웨어에 의해 AAC 수준이 낮은 것으로 잘못 진단되었다는 것입니다.
루이스 교수는 "이들은 가장 심각한 질병을 앓고 있는 사람들이고 치명적 및 비치명적 심혈관 사건과 모든 원인으로 인한 사망률이 가장 높은 사람들이기 때문에 주목할 만하다"며 "소프트웨어의 정확성은 수동 판독에 비해 여전히 개선되어야 하지만 이러한 결과는 우리 알고리즘 버전 1.0에서 생성되었으며 최신 버전에서는 결과가 크게 향상됐다"고 말했다.
"영상 전문가와 유사한 정확도로 AAC의 존재 및 범위를 자동으로 평가하면 증상이 나타나기 전에도 심혈관 질환 및 기타 질병에 대한 대규모 검사 가능성이 열립니다. 이를 통해 위험에 처한 사람들은 생활 방식을 더 일찍 바꾸고 나중에 더 건강하게 살 수 있게 될 것입니다."