스탠포드대, 심장병 진단하는 딥러닝 알고리즘 개발

▲ 심장의 초음파 영상(좌측 사진은 정상적인 사람의 심장 박동이고 우측의 2개는 부정맥 등 심장의 이상을 나타내고 있다(사진=스탠포드) 스탠포드대 연구진이 심장 박동의 이상 여부를 통해 심장병을 진단할 수 있는 인공지능 알고리즘을 개발했다. ‘스탠포드 메디슨’ 블로그에 따르면 스탠포드대 '제임스 저우(James Zou)' 등 연구진은 심장 초음파 영상(echocardiograms)을 고도로 훈련된 심장 전문의처럼 판독할 수 있는 딥러닝 알고리즘을 개발하고 관련 연구 성과를 ‘네이처’지에 게재했다. 판독 과정이 매우 빠르고 철저하다는 게 연구진의 설명이다. 사람은 심장 박동에 관한 제한된 샘플 이미지만을 대상으로 판독을 진행하며, 오랜 훈련에도 불구하고 '관찰자간 변동성(Inter-observer Variability)' 문제가 발생한다. 이 문제를 해결하기 위해 연구팀은 비디오 기반의 딥러닝 알고리즘인 '에코넷-다이나믹(EchoNet-Dynamic)'을 개발했다. 생의학 분야 데이터과학자인 제임스 저우 박사는 “심장 초음파 영상을 분석할 수 있는 머신러닝 알고리즘을 개발함으로서 우리는 심장의 상태를 완벽하게 평가할 수 있게 됐다”고 말했다. 이 알고리즘은 심장의 기능을 정확하게 평가하기 위해 심장의 구조를 확인하고 심장 박동을 추적할 수 있다는 설명이다. 연구팀은 딥러닝 알고리즘이 어떻게 동작하는지를 보여주는 동영상을 공개했다. 이 동영상은 정상인, 부정맥, 낮은 심박출률 환자 등 3종류의 심장 박동 상태를 보여준다. 심장이 혈액을 펌핑하는 속도를 의미하는 ‘심박출률(Ejection Fraction)’의 차이를 통해 정상적인 심장 박동, 심장의 심장근육병증(Cardiomyopathy), 심방 세동(Atrial Fibrillation) 진단을 받은 환자에게 발생하는 부정맥(Arrhythmia) 등 심장 질환을 진단할 수 있다. 연구 참여자인 '유안 애슐리(Euan Ashley)' 박사는 “이 알고리즘은 심장의 박동 상태를 통해 심장의 기능을 즉각적으로 평가할 수 있다”며 이는 사람이 하기 힘들고 심장의 불규칙한 리듬을 갖고 있는 조건에서 특별히 유용하게 활용될 수 있다고 했다. 연구진에 따르면 보통 응급실이나 집중 치료실에서 일하는 의사들은 심장 초음파 이미지를 자주 접하지만 심박출률을 정량적으로 평가할 수 있는 훈련을 많이 받지 않는 경우가 많다. 따라서 이번에 개발한 알고리즘을 활용하면 복잡한 장비가 없거나 심장 전문의가 없는 상황에서도 심장의 상태를 판단할 수 있다는 설명이다. 애슐리 박사는 ”우리의 목표는 인공지능을 건강관리시스템에 통합하는 것“이라며 "인간의 지능과 인공지능간의 적응 사이클에 관심을 갖고 있다”고 말했다.

장길수  ksjang@irobotnews.com

<저작권자 © 로봇신문사 무단전재 및 재배포금지>