일차 의료기관에서 빈번하게 진행하는 안저검사 이미지 만으로 다양한 질환을 예측하는 인공지능 솔루션이 임상 적용의 기대감을 키우고 있다.

당뇨병은 물론 심장 질환에 이어 뇌졸중 발생 위험을 예측하는 모델이 나오면서 학계의 주목을 받고 있는 것. 비용 대비 효과성이 뛰어나기 때문이다.

현지시각으로 14일 영국의사협회지(BMJ)에는 망막 혈관 이미지만으로 뇌졸중 위험을 예측하는 인공지능 모델에 대한 검증 연구 결과가 공개됐다(10.1136/heartjnl-2024-324705).

망막을 비롯한 안저 검사의 경우 전 세계 대다수 일차 의료기관에서 빈번하게 이용되고 있는 기본 검사 중 하나다.

의학계는 물론 인공지능 솔루션 기업들이 여기에 주목하는 배경은 망막의 복잡한 혈관망이 몸의 이상이나 질환을 보여주는 경우가 많다는 것. 간단한 이미지만으로 많은 정보를 알아낼 수 있다는 의미다.

이로 인해 현재 망막 이미지 등으로 당뇨병 발생 및 위험을 예측하거나 심장 질환 가능성을 예측하는 인공지능 솔루션이 개발돼 이미 임상 현장에서 활용되고 있는 상태다.

멜버른 의과대학 마이누어 유스푸(Mayinuer Yusufu) 교수가 이끄는 다국가 연구진이 이를 통해 뇌졸중을 예측하는 인공지능 개발에 나선 것도 이러한 배경 때문이다.

망막의 혈관이 뇌의 혈관과 동일한 해부학적, 생리학적 특징을 공유하는 만큼 당뇨병을 넘어 뇌졸중을 예측할 수 있는 가능성이 있다고 판단한 것이다.

이에 따라 연구진은 영국 바이오뱅크에 등록된 6만 8753명의 안저 이미지를 수집하고 망막 혈관 구조에 따라 5가지 카테고리로 나눠 30가지 지표를 마련한 뒤 인공지능을 학습시켰다.

5가지 범주는 혈관의 길이, 직경, 비율 등 구경과 밀도, 꼬임 정도, 각도, 정맥과 동맥의 복잡성이 포함됐다.

또한 연구진은 연구에 잠재적으로 영향을 미칠 수 있는 위험 요인, 즉 인구 통계학적 요인과 사회 경제적 요인, 생활 방식, 혈압, 콜레스테롤, 체중 등을 포함한 건강 매개 변수를 고려했다.

최종 분석에는 4만 5161명이 포함됐다. 평균 12.5년의 평균 모니터링 기간 동안 총 749명의 참가자가 뇌졸중을 겪은 것으로 조사됐다.

이에 따라 연구진은 인공지능 모델을 통해 총 118개의 망막 혈관 측정 지표를 적용했다. 또한 29개는 기존 위험 요인을 조정한 뒤 과연 어떠한 지표들이 뇌졸중 위험과 연관이 있는지를 비교 분석했다.

그 결과 절반 이상(17개)가 밀도 지표였으며 8개는 복잡성 범주에 속했고 3개는 구경 지표, 1개는 꼬임의 범주에 속했다.

구체적으로 혈관의 밀도 지표에 따라 뇌졸중 위험이 최대 19% 증가하는 것으로 나타났으며 구경 지표에 따라 최대 14% 위험이 커졌다.

또한 망막 혈관의 꼬임이 감소할 때마다 뇌졸중 발생 위험이 최대 19.5% 증가하는 것으로 분석됐다.

특히 이러한 매개 변수를 도입할 경우 뇌졸중 예측에 대한 곡선 아래 면적(ROC)이 0.752로 혈액 검사와 흡연력, 유전, 콜레스테롤, 혈압, 체중 등을 통한 기존 위험 예측 모델보다 정확도가 크게 개선된 것을 확인했다.

마이누어 유수푸 교수는 "동네 의원에서 촬영한 안저 이미지만으로 뇌졸중 위험을 예측할 수 있다면 의료 자원이 부족한 국가, 지역 등에서는 상당한 비용효과적 혜택을 보게 된다"며 "망막 매개 변수만으로 이 정도의 정확도를 보인다면 임상 적용에 무리가 없을 것으로 기대한다"고 밝혔다.