국내 연구진이 뇌동맥류 발병 위험을 예측하는 인공지능모델을 개발했다.

 김택균 분당서울대병원 신경외과 교수(사진) 연구팀(제 1저자 분당서울대병원 신경외과 허재혁 연구원)은 뇌동맥류 발병 인자 21가지 요소를 통해 뇌동맥류 발병 위험을 예측하는 인공지능모델을 개발했다고 2일 밝혔다.

 김택균 교수 연구팀은 2009년부터 2013년 사이에 국가건강검진을 시행 받은 약 50만 명의 검진데이터를 활용, 머신러닝을 기반으로 뇌동맥류 발병 위험 예측 모델을 만들었다.

 뇌동맥류 발병 예측 모델은 연령, 혈압, 당뇨, 심장질환, 가족력 등 뇌동맥류 위험인자로 잘 알려진 요소들 외에도 체질량지수, 허리둘레, 혈액검사 수치 등 건강검진을 통해 확인할 수 있는 21가지의 요소들이 뇌동맥류 발병에 영향을 주는지를 분석했다. 또한 예측정확도를 높이고자 머신러닝 알고리즘을 적용했다.

 연구팀은 최근 활발히 연구되고 있는 심층 신경망을 포함한 기계학습 알고리즘들을 국가검진 데이터에 적용하여 고전 통계 방법 대비 높은 예측력을 보이는 인공지능 모델을 구축했다.

 이를 통해 뇌동맥류 발병 위험도를 다섯 단계로 분류해 예측 성능을 비교한 결과, 가장 낮은 위험도로 예측된 그룹의 발병률은 인구 10만 명 당 1년에 3.2명(3.2/100,000인년), 가장 높은 위험도로 예측된 그룹의 발병률은 161명(161/100,000인년)으로 나타나, 50배 높은 뇌동맥류 발병 위험을 보였다. 인년법(person-year method)은 추적조사대상자의 인수와 관찰기간을 고려해 분모를 설정하고 질병이상의 발생빈도를 측정하는 방법으로, 대상의 관찰기간이 상이할 때 사용한다.

 또한 환자 개인별 위험 기여도를 평가한 결과 남녀 모두 연령, 허리둘레, 혈압, 혈당이 증가할수록 뇌동맥류 발병 위험도 높아지는 것을 확인했다.

 그러나 체질량지수, 고지혈증 위험인자는 남성보다 여성에게서 더 영향을 미치는 것으로 나타났다.

 이번 연구의 교신저자인 신경외과 김택균 교수는 “이번 연구는 국가 단위의 대규모 검진 데이터를 바탕으로 일반 인구에서 어떤 집단이 뇌동맥류에 취약한 위험군인가를 판별해낸 연구라는 점에서 의의가 있다”며 “앞으로 환자들의 의료 이용기록 및 투약내역 등의 데이터를 보강해, 보다 개인화되고 정밀한 위험도 예측 모델을 구축할 예정”이라고 말했다.

 이어 김 교수는 “이러한 데이터를 바탕으로 뇌동맥류 선별검사 지침이 새롭게 개정될 수 있다

면, 뇌혈관 질환의 1차 예방에 있어 획기적인 개선을 이룰 수 있을 것으로 기대한다”고 덧붙였다.

 한편 이번 연구결과는 네이처 자매지인 권위 학술지 ‘사이언티픽 리포트(Scientific Reports)에 게재됐다.