심장병은 미국 성인의 사망 원인 1위이다. 비만이나 당뇨병과 같은 상태는 사람의 심장 질환 발병 위험을 증가시키며, 혈액 검사 또는 혈압 측정은 누군가가 심장 문제를 가질 가능성에 대한 더 나은 추정치를 제공할 수 있다. 심장병 위험을 예측하는 훨씬 더 쉬운 방법이 곧 눈을 스캔하는 것이다.

이번 달 영국 안과 저널(British Journal of Ophthalmology)에 발표된 한 논문은 망막 혈관계 영상, 즉 눈 뒤쪽의 혈관 사진을 사용하여 빠르고 저렴한 심혈관 검사 방법을 설명한다. 이를 위해 개발된 인공지능 소프트웨어가 눈의 스냅샷을 분석한다. 환자는 검사를 받기 위해 의사의 진료실에 갈 필요조차 없다. 그들은 단순히 눈의 이미지를 보낼 수 있다.

소프트웨어를 개발한 팀은 기존 방식에 비해 편의성과 경제성을 강조했다. "AI 지원 혈관계측 위험 예측은 완전 자동화되고, 저비용이며, 비침습적이며 '하이 스트리트' 가용성과 혈액 샘플링 또는 [혈압 측정] 필요하지 않다”고 논문에 적었다.

마음의 창

망막은 빛을 전기 자극으로 변환하고 시신경을 통해 뇌로 보내는 눈 뒤쪽의 조직이다. 여기에는 간상체(야간 시력용)와 원추체(색각용)라고 불리는 수백만 개의 세포가 포함되어 있으며, 이 세포는 혈관 네트워크에 의존하여 영양분과 산소를 지속적으로 공급한다.

망막 기능을 유지하는 것 외에도 이 혈관은 신체의 다른 부분, 심지어 심장까지 통하는 창 역할을 할 수 있다. 과학자들은 좁은 망막 동맥 및 혈관 비틀림(즉, 굴곡)과 같은 특성과 고혈압, 고혈압 및 심혈관 질환 사이의 연관성을 발견했다.

연구와 관련이 없는 안과 및 AI 분석 연구원인 피어스 킨(Pearse Keane)은 인터뷰에서 "의사들은 눈을 들여다보면 당뇨병과 고혈압의 징후를 볼 수 있다는 것을 백 년 넘게 알고 있었다"고 말했다. "하지만 문제는 수동 평가였다. 인간 전문가가 선박을 수동으로 묘사했다." 그러나 머신러닝 알고리즘은 이것만큼 힘든 시간을 가지지 않는다.

심장 강화 데이터

팀은 망막 혈관 토폴로지 및 크기의 정량 분석 Quantitative Analysis of Retinal vessel Topology and size"의 약어인 소프트웨어 이름을 QUARTZ로 지정했다. 그들은 UK Biobank에서 가져온 88,000명(40~69세) 이상의 눈 이미지를 사용하여 AI를 훈련했다. 연구팀은 뇌졸중, 심장마비, 순환기 질환으로 인한 사망에 대한 예측 모델을 개발하기 위해 망막 동맥과 정맥의 폭과 굴곡을 분석했다.

그런 다음 QUARTZ를 사용하여 7,411명(48~92세)의 망막 이미지를 분석하고 이 데이터를 건강 기록(예: 흡연, 스타틴 사용 및 이전 심장 발작)에 대한 정보와 결합하여 심장 질환의 위험을 예측했다. 참가자의 건강은 7~9년 동안 추적되었으며 결과는 Framingham 위험 점수(FRS) 예측과 비교되었다.

심장병 위험을 추정하는 일반적인 도구, FRS는 연령, 성별, 총 콜레스테롤, 고밀도 지단백 콜레스테롤, 흡연 습관 및 수축기 혈압을 조사하여 특정 기간(보통 10~30년) 내에 심장 질환이 발병할 확률을 추정한다.

QUARTZ 팀은 데이터를 10년 FRS 예측과 비교했으며 알고리즘의 정확도가 기존 도구의 정확도와 비슷하다고 말했다.

AI가 진단 도구가 되기까지는 시간이 걸릴 것이다. 추가 임상 시험 및 규제 승인이 필요할 뿐만 아니라 데이터를 임상 실습으로 변환하기 위한 보다 명확한 방법론이 필요할 것이다.

그 동안 이와 같은 도구가 개발 중이라는 사실을 아는 것이 좋다. Framingham 위험 평가와 마찬가지로 QUARTZ는 혈압이나 콜레스테롤을 낮추기 위해 약물을 복용해야 하는 시기를 결정하는 데 도움을 주어 예방적으로 사용할 수 있다.

연구에 참여하지 않은 의사와 교수의 연결된 사설은 낙관적이다. "망막은 혈관계를 비침습적으로 직접 시각화할 수 있는 유일한 위치이며 잠재적으로 풍부한 정보 소스를 제공한다."라고 그들은 적었다. "이 결과는 망막이 맞춤형 의학에서 심혈관 질환 위험에 대한 유용하고 잠재적으로 파괴적인 정보 소스가 될 수 있다는 여러 유사한 연구의 증거를 강화한다."

이미지 Pixabay/ Gerd Altmann