AI 기반 알고리즘, 심장 동맥 수술 결과 정확하게 예측

 미시간 메디신 연구진은 인공지능(AI) 기술을 활용하여 경피적 관상동맥 중재술(PCI)이라는 중요한 심장 시술 후 사망 및 합병증을 정확하게 예측하는 알고리즘을 개발했습니다. 이 혁신적인 도구는 막힌 심장 동맥 환자의 치료 방침을 결정하는 임상의의 방식을 획기적으로 바꿀 잠재력을 지니고 있습니다.

경피적 관상동맥 중재술(PCI)은 풍선을 부풀려 막힌 동맥을 확장하고, 경우에 따라 스텐트를 삽입하여 심장에서 혈류를 개선하는 최소 침습 시술입니다. 관상동맥 우회술과 같은 개복 수술에 비해 위험은 낮지만, 출혈이나 신장 손상과 같은 합병증이 발생할 가능성이 없는 것은 아닙니다.

핵심 과제는 PCI와 관련된 개별 위험을 평가하는 데 있습니다. 각 환자의 상황은 고유하며, 환자와 의료진은 이 시술의 잠재적 위험을 예측하는 데 어려움을 겪는 경우가 많았습니다. 바로 이 부분에서 새롭게 개발된 AI 기반 알고리즘이 중요한 역할을 합니다.

정보에 기반한 의사결정을 위한 정확한 위험 예측

미시간 메디신 심장내과-중환자 치료 펠로우이자 이번 연구의 주 저자인 데이비드 E. 해밀턴 박사는 경피적 관상동맥 중재술(PCI)에서 정확한 위험 예측의 중요성을 강조합니다. 그는 이 도구가 PCI 후 발생할 수 있는 다양한 결과를 예측할 수 있어 의료진과 환자에게 정보에 입각한 치료 결정을 내리는 데 필요한 핵심 정보를 제공한다고 설명합니다.

전통적으로 경피적 관상동맥 중재술(PCI)의 위험 계층화 도구는 존재해 왔지만, 많은 도구들이 정확도가 떨어지고 개발 과정에 환자가 참여하지 않는다는 한계가 있었습니다. 미시간 메디신 연구팀은 이러한 문제점을 해결하기 위해 2018년 4월부터 2021년 말까지 PCI 시술을 받은 성인 환자들의 데이터를 수집하고, 이를 위해 블루 크로스 블루 쉴드 오브 미시간 심혈관 컨소시엄(BMC2) 레지스트리를 활용했습니다.

연구진은 첨단 머신러닝 소프트웨어인 "XGBoost"를 활용하여 연령, 혈압, 총 콜레스테롤 등 20가지 이상의 시술 전 특성을 분석했습니다. 이러한 종합적인 접근 방식을 통해 사망, 주요 출혈, 수혈 필요성 등 중대한 결과를 예측하는 데 놀라운 정확도를 보이는 인공지능 기반 모델을 개발할 수 있었습니다. 특히, 이 인공지능 모델은 유사한 시술 전 특성에 의존했던 기존 모델보다 우수한 성능을 보였습니다.

환자 중심적이고 개별화된 접근 방식

이 AI 알고리즘의 차별점 은 환자 중심적 접근 방식입니다. PCI 환자 자문 위원회의 피드백을 반영하여 개별 환자의 요구와 우려 사항을 충족합니다. 목표는 환자와 의료진이 협력적인 의사 결정을 내리고 PCI와 관련된 잠재적 위험에 대한 환자 교육을 지원하는 도구를 제공하는 것입니다.

스마트폰과tron의료 기록의 보급이 확대됨에 따라, 인공지능 기반 위험 예측 도구를 전자 의료 시스템에 통합할 수 있는 잠재력이 매우 큽니다. 이를 통해 의료진은 환자 침상에서 해당 도구에 쉽게 접근할 수 있게 되어, 복잡한 정보를 신속하게 전달하는 동시에 환자들이 경피적tron동맥 중재술(PCI)과 관련된 위험을 더 잘 이해할 수 있도록 도울 수 있습니다.

접근 가능한 AI 기술

미시간 메디신 팀이 개발한 혁신적인 기술이 사용자 친화적인 컴퓨터 및 모바일 애플리케이션으로 구현되어 누구나 쉽게 접근하고 활용할 수 있게 되었습니다. 이러한 인공지능 도구의 보편화는 환자 치료 결과 개선과 환자와 의료진 간의 공동 의사결정 강화라는 잠재력을 지니고 있습니다.

본 연구에 있어 BCBSM 가치 파트너십 프로그램의 일환으로 Blue Cross, Blue Shield of Michigan 및 Blue Care Network가 제공한 지원에 감사를 표하는 것은 매우 중요합니다. Blue Cross Blue Shield of Michigan과 BMC2는 본 연구를 위해 긴밀히 협력했지만, 저자가 표현한 의견은 BCBSM 또는 그 직원들의 견해를 반드시 반영하는 것은 아닙니다.