메디칼타임즈=이인복 기자순환 종양 DNA(ctDNA) 검사가 방광암 재발 위험 예측에도 탁월한 효과가 있다는 연구 결과가 나와 주목된다.방광암 중에 예후가 좋지 않은 것으로 알려진 근육 침습성 방광암(MIBC)의 경우도 음성시 90% 이상 재발이 일어나지 않는다는 것이 밝혀진 것이다.현지시각으로 5일 파리에서 개막하는 유럽비뇨의학회 연례회의에서 ctDNA의 효용성에 대한 연구 결과가 발표될 예정이다.현지시각으로 5일부터 8일까지 프랑스 파리에서 열리는 유럽비뇨의학회 연례회의에서는 방광암에 있어 ctDNA의 효용성에 대한 연구 결과가 발표될 예정이다.미리 공개된 연구에 따르면 이번 결과는 의외의 곳에서 나왔다.고위험 MIBC 환자를 대상으로 면역 요법인 아테졸리주맙의 무작위 대조 임상 시험의 하위 분석으로서 이러한 결과가 도출됐기 때문이다.'IMvigor011'으로 명명된 이 임상은 아테졸리주맙과 위약의 효능을 비교하는 글로벌 이중맹검 무작위 3상 연구다.MIBC 환자를 모집하고 혈액에서 순환하는 종양 DNA(ctDNA) 검사를 진행한 뒤 양성 판정을 받은 환자를 무작위로 아테졸리주맙과 위약군으로 무작위 배정해 약물의 효능을 검증하는 것이 임상의 골자.하지만 연구진은 이렇게 양성을 받고 대조 임상을 진행하는 환자 외에도 음성을 받은 환자도 추적 관찰을 이어갔고 여기서 이 놀라운 결과가 도출됐다.2년간 추가적으로 자기공명영상과 ctDNA 검사를 이어갔지만 음성 판정을 받은 환자의 대다수가 재발의 위험이 극도로 낮다는 결과가 나온 것이다.실제로 환자군 배정을 위해 진행된 ctDNA 검사에서 음성 판정을 받은 환자 171명을 추적 관찰한 결과 이 중 2년 안에 암이 재발한 환자는 17명(9.9%)에 불과했다.특히 이러한 결과는 종양의 단계나 암의 주요 바이오마커인 PD-L1의 수치가 상승한 것과 전혀 관계가 없었다.결론적으로 종양이 방광벽으로 이미 퍼져 수술적 제거 외에는 방법이 없는 MIBC 환자조차 ctDNA 검사에서 음성을 받은 경우 별다른 조치가 필요없다는 것을 규명한 셈이다.연구를 진행한 바츠 암 연구소(Barts Cancer Institute) 토마스(Thomas Powles) 교수는 "이러한 결과는 이번 임상에서 기대하지 않았던 의외의 놀라운 발견"이라며 "ctDNA 검사만으로 치료가 필요하지 않은 환자를 걸러낼 수 있다는 것을 보여준다"고 설명했다.이어 그는 "이 검사에서 음성을 받은 경우 90% 이상이 별다른 조치없이 생존이 가능하다는 것을 보여주는 결과"라며 "환자 분류에 매우 획기적 전기가 될 것"이라고 밝혔다. 

메디칼타임즈=이인복 기자의료 인공지능(AI) 모델이 진단 보조를 넘어 예측과 관리 영역까지 확산되면서 이에 대한 비용효과성을 기반으로 건강보험과의 결합 가능성이 제기되고 있다.예측 모델을 통해 질병을 미리 예방하고 관리할 경우 상당한 경제적 효과가 있다는 점에서 보험과 환자 모두에게 이득이 될 수 있다는 결론에서다.의료 인공지능의 예측 성능을 통해 예방적 치료로 비용효과성을 발휘하는 보험 적용 모델이 논의되고 있다.텍사스대 연구진은 2형 당뇨병 위험 예측 인공지능을 건강보험에 적용하는 것을 기반으로 하는 경제성 연구를 진행하고 29일 국제학술지 제조 및 서비스 운영 관리(Manufacturing and Service Operations Management)를 통해 공개했다(10.1287/msom.2021.0251).현재 2형 당뇨병은 전 세계적으로 유병률이 크게 증가하고 있는 질환으로 의료비를 포함해 천문학적 비용이 투입된다는 점에서 예방적 접근이 강조되고 있다.당뇨병 위험을 미리 예측해 관리하면 발병과 악화를 막을 수 있다는 점에서 이른바 '예방 가능한 질환'으로 분류되고 있는 셈이다.실제로 연구 결과 미국에서 당뇨병 등 예방 가능한 질환을 방치해 투입되는 비용만 총 7304억원에 달한다는 점에서 이에 대한 심각성이 커지고 있는 상황이다(Breiman L(2001) Random forests. Machine Learn. 45(1):5–32).텍사스대 마이탈 자르-체찬스키(Maytal Saar-Tsechansky) 교수가 이끄는 다국가 연구진이 이스라엘 최대 보험사인 클랄릿(Clalit)과 손잡고 이에 대한 예방 효과에 대한 연구를 진행한 배경도 여기에 있다.의료 인공지능을 통해 당뇨병을 예방하는 모델들이 지속적으로 나오고 있다는 점에서 실제로 이를 보험에 적용할 경우 어떠한 사회, 경제적 효과를 거둘 수 있는지 분석한 것이다.이에 따라 연구진은 보험사에 가입한 사람 중 당뇨병 환자 8만 9191명의 전자의무기록(EMR)을 기반으로 기계학습을 진행해 당뇨병 예측 인자를 추출하고 이를 분석하는 AI 모델을 개발했다.또한 이 AI를 통해 환자에게 예방적 치료로 당뇨병 1차 치료 약제인 메트포르민을 투입할 경우와 그렇지 않은 경우에 대해 데이터 기반 의사 결정 모델을 구축했다.아직 당뇨병에 걸리지 않았지만 발병 위험이 높은 사람에게 당장 약값이 들어가더라도 메트포르민을 예방적으로 처방했을때 장기적으로 경제적 효과가 있는지를 분석한 셈이다.결과는 놀라웠다. 일단 현재 표준요법으로 사용되는 당뇨병 위험 점수인 프레이밍햄(Framingham) 척도보다 이 인공지능은 25%나 위험을 더 잡아냈다.또한 이들에게 데이터 기반 의사 결정 모델을 통해 예방적으로 메트포르민을 처방할 경우 환자 1만명 당 290만 달러를 아낄 수 있는 것으로 집계됐다.또한 만약 이 모델을 미국 전체 인구에 적용할 경우 연간 의료 비용을 11억 달러라 절약한다는 보고가 나왔다.미국의 경우 메디케어 등 일부 보험을 제외하고는 민영 건강보험이 지배적이라는 점에서 보험사와 환자 모두 보험료와 의료비를 아끼는데 도움이 된다는 의미가 된다.이를 기반으로 연구진은 이 데이터 기반 의사 결정 모델이 건강 보험에 적용될 경우 당뇨병을 포함해 다른 예방 가능한 질환의 사회, 경제적 비용을 아끼는데 큰 역할을 할 수 있을 것으로 기대하고 있다.보험사와 환자 모두에게 윈윈(Win-WIn)이 될 수 있다는 설명이다.체찬스키 교수는 "전자의무기록 등의 데이터를 기반으로 예방적 치료 방식을 결정하고 이를 통해 약물 등 효율적 자원을 할당하는 이 접근 방식은 의료비와 보험료를 낮추는데 매우 중요한 역할을 하게 될 것"이라고 설명했다.이어 그는  "당뇨병을 넘어 미국의 주요 사망 원인인 호흡기 질환과 심혈관 질환 등에도 충분히 적용이 가능하다"며 "미국을 넘어 전 세계 의료 시스템의 장기적 비용을 절감할 수 있다"고 밝혔다.

메디칼타임즈=최선 기자국내 의료진이 진행한 연구에서 지속적인 고중성지방혈증이 젊은 성인의 제2형 당뇨병을 초래한다는 결과가 나왔다.고중성지방혈증은 당뇨병 발병 위험을 최대 3.7배 높였다는 점에서 공복 혈당이나 당화혈색소 외에 추가적인 당뇨병 위험 예측인자로도 기능할 수 있을 전망이다.명지병원 내분비내과 이민경 교수 등이 진행한 젊은 성인의 고중성지방혈증과 제2형 당뇨병 위험 연구 결과가 국제학술지 diabetes research and clinical practice에 2월호에 게재됐다(doi.org/10.1016/j.diabres.2024.111109).제2형 당뇨병 예측인자로 고중성지방혈증이 기능할 수 있다는 연구 결과가 나왔다.당뇨병 고위험군을 조기에 선별하고 진단해 적절한 치료 제공으로 전체 의료 비용을 절감하기 위한 당뇨병 발병 예측인자에 대한 연구가 지속되고 있다.보통 제2형 당뇨병 발병 위험은 혈당과 직접적으로 연관되는 공복 혈당이나 당화혈색소 수치, 가족력, 허리둘레, 나이, 흡연력, 고혈압 유무 등으로 예측하지만 최근엔 혈중 CRP(C-반응성 단백질) 수치나 유전체 분석도 활용되는 상황이다.이민경 교수는 고중성지방혈증에 대한 누적 노출이 젊은 성인의 제2형 당뇨병 발병 위험 증가와 관련이 있는지 여부를 조사하기 위해 국민건강보험 데이터베이스의 20~39세 184만 251명(평균 연령 34세, 남성 71%)의 데이터를 분석했다.참가자는 4회 연속 건강 검진을 받았으며 제2형 당뇨병 병력이 없는 150mg/dL 이상 고중성지방혈증 진단자로 이들은 혈증 수치에 따라 5개 그룹(노출 점수 0~4)으로 분류됐다.6.5년의 추적 기간 동안 총 4만 286명의 참가자가 제2형 당뇨병에 걸렸는데 누적 발병률을 분석한 결과 고중성지방혈증에 대한 노출과의 유의미한 상관성이 나타났다.고중성지방혈증 노출 점수가 0인 사람들과 비교했을 때 당뇨병 발병 위험은 노출 점수가 상승할수록 1.674배, 2.192배, 2.637배, 3.715배로 상승했다.특히 하위 그룹 분석에서는 지속적인 고중성지방혈증 노출에 따른 당뇨병 발병 위험은 30대 보다 20대에서 더 두드러졌다.이민경 교수는 "젊은 성인을 대상으로 한 대규모 전향적 코호트 연구에서 고중성지방혈증에 대한 누적 노출은 생활 방식 관련 요인과 관계없이 제2형 당뇨병의 위험 증가와 유의미한 연관이 있었다"며 "고중성지방혈증 수치를 기반으로 잠재적인 고위험군을 미리 식별, 치료한다면 장기적인 건강 결과를 향상시킬 수 있다"고 결론내렸다.

메디칼타임즈=이지현 기자유방촬영술 검사를 통해 확인한 유방 밀도로 여성의 심혈관질환(Cardiovascular disease, CVD) 발병을 예측할 수 있으며, 기존 심혈관질환 발생 예측 도구의 예측력을 향상시킨다는 연구 결과가 나왔다.강북삼성병원(원장 신현철) 헬스케어데이터센터 류승호·장유수 교수와 한양대학교 김소연 연구원, 박보영·마이트랜 교수 공동 연구팀은 전 국민을 대상으로 10년간 추적연구를 실시했다.연구팀은 지난 2009년~2010년사이 국민건강보험공단 자료를 활용해 국가 암검진으로 유방촬영술 검사를 받은 40세 이상의 여성 426만8579명을 대상으로 추적연구를 실시했다.   강북삼성병원 연구팀은 한양대 연구팀과 공동 연구를 실시했다. (좌측부터 세번째 한양대 박보영 교수, 마이트랜 교수)연구팀은 연령, 성별, 총콜레스테롤, 고밀도 콜레스테롤, 수축기혈압, 흡연 습관 등 6가지 관상동맥 위험 요소를 기반으로 개인의 10년 뒤 심혈관질환 발생 위험을 추정하는 점수인 심혈관질환 위험점수에(Framingham Risk Score, FRS)에 따라 대상자를 10년 후 심혈관질환 발생 위험이 ▲낮은 그룹(심혈관질환 발생 위험 <5%) ▲중간 그룹(발생 위험 5%≤＜10%) ▲높은 그룹(발생 위험≥10%)으로 분류했다. 또한 국가 암 검진에서 유방촬영술 유방 밀도에 따라 ▲ 1형: 거의 대부분 지방 (실질 <25%) ▲ 2형: 섬유선조직이 흩어진 경우 (실질 25-50%) ▲ 3형: 치밀도가 균일하지 않은 경우 (실질 51-75%) ▲ 4형: 매우 치밀 (실질 >75%) 으로 분류했다.그 결과 전체 그룹의 심혈관질환 발생 위험도는 ▲유방 밀도가 매우 치밀한 4형과 비교하여, ▲치밀도가 균일하지 않은 3형의 경우 1.12배 ▲섬유선조직이 흩어진 2형의 경우 1.19배 ▲거의 대부분 지방인 1형의 경우 1.37배 증가하여 유방 밀도가 낮을수록 심혈관질환 발생위험도가 높아지는 것으로 나타났다.강북삼성병원 장유수 교수는 "여성의 10년 뒤의 심혈관질환을 예측하고자 기존에 잘 알려진 도구(FRS)만 활용하는 것보다 유방촬영술을 통해 확인한 유방 밀도 정보를 추가로 활용했을 때 예측력이 향상됐다"면서 "특히 저위험군 여성에서 예측력이 가장 높았다는 점에 주목할 필요가 있다"고 강조했다.이어 "심혈관질환은 여성 사망의 흔한 원인 중 하나로, 심혈관질환 위험 요인을 정확하게 측정하기 위한 노력이 이뤄지고 있다"며 "국가 암 검진 프로그램에서도 유방촬영술은 40세부터 2년마다 유방 촬영술을 권고하고 있어 측정되는 유방촬영술의 정보를 통해 추가로 심혈관질환 발생 위험 예측에 활용될 수 있다는 점에서 연구의 의의가 있다"고 전했습니다.한편 이번 연구는 과학기술정보통신부가 지원하는 한국연구재단과 정보통신기획평가원 및 한양대학교의 일부 지원으로 수행됐으며, 국제 전문 학술지인 'Atherosclersis'에 게재됐습니다. 

메디칼타임즈=이인복 기자의료 인공지능이 눈부시게 발전하면서 진단 보조를 넘어 예측의 시대로 향해가고 있다. 학습한 데이터를 통해 미래를 내다보는 수준에 이른 셈.실제로 새롭게 개발된 의료 인공지능(AI)은 스텐트나 풍선 혈관 확장술을 시행했을때 일어날 수 있는 부작용과 합병증을 93%의 정확도로 잡아내면서 학계의 주목을 받고 있다.인공지능을 통해 스텐트 부작용을 예측할수 있는 솔루션이 나왔다현지시각으로 18일 유럽심장학회지(European Heart Journal)에는 스텐트의 부작용과 합병증을 예측하는 의료 인공지능 모델의 임상 결과가 공개됐다(10.1093/eurheartj/ehad836).현재 심근경색 등에는 심장 내 막힌 혈관에 의료기기를 집어 넣어 확장시키는 경피적 관상동맥 중재술(PCI)이 표준 요법으로 자리잡고 있다.최소침습수술로서 개흉으로 인한 부작용과 합병증을 줄일 수 있다는 점에서 우선 검토되고 있는 셈. 보통 스텐트가 주로 활용되며 풍선을 삽입하는 풍선 확장술도 보편화된 실정이다.하지만 PCI도 완벽한 것은 아니다. 개흉수술과 대비해 안전성이 높게 평가될 뿐 급성 신장 손상 등의 부작용 위험도 상당하기 때문이다.그러나 매우 긴급하게 수술, 혹은 시술에 들어가야 한다는 점에서 이같은 위험성은 일부 간과되고 있는 것이 사실이다. 환자의 특성에 맞춰 전략을 고민할 시간이 부족하다는 의미다.미시간 의과대학 데이비드 해밀턴(David E Hamilton) 교수가 이끄는 연구진이 이러한 부작용이나 합병증을 미리 예측할 수 있는 인공지능 개발에 나선 것도 이러한 배경 때문이다.만약 스텐트 시술 전에 환자에게 일어날 수 있는 부작용이나 합병증을 예측할 수 있다면 예후를 월등하게 좋게 만들 수 있는 이유다.이에 따라 연구진은 2018년부터 2012년까지 미시간주 48개 병원에서 PCI 시술을 받은 환자 10만 7793명의 환자 데이터를 기반으로 기계 학습을 통해 위험 예측 인공지능을 개발했다.또한 워싱턴에 있는 33개 병원에서 이뤄진 5만 6583개의 시술 데이터를 통해 이러한 인공지능의 성능을 외부 검증했다.그 결과 모든 환자 데이터 상 PCI 시술에 대한 사망률은 1.85%로 집계됐다. 또한 급성 신장 손상이 2.51%였으며 투석이 0.44%, 뇌졸중 0.41%, 수혈 2.41%, 주요 출혈이 0.89%로 조사됐다.그렇다면 인공지능은 이를 얼마나 예측했을까.결과적으로 이 인공지능은 사망률에 대해 곡선하 면적이 0.930을 기록했다. 1에 가까울 수록 정확도가 높다는 점에서 매우 높은 정확도로 사망 위험을 예측했다는 의미다.다른 부작용이나 합병증도 매우 높은 정확도로 잡아냈다. 급성 신장 손상 가능성은 89%의 정확도로 예측하는데 성공했으며 투석은 95%, 수혈은 91% 위험을 예측했다.시술에 앞서 진행한 기본적인 수술 전 검사 데이터만으로 90% 이상 부작용이나 합병증을 예측할 수 있다는 의미가 된다.데이비드 해밀턴 교수는 "PCI는 심근경색 등에 매우 혁신적인 최소침습수술법이지만 이러한 장점이 과대평가되면서 위험성은 가려져 있던 것이 사실"이라며 "환자 개인마다 특수한 상황이 있지만 골든타임 등의 명목으로 이를 외면했다"고 설명했다.그는 이어 "앞으로 이러한 예측 인공지능을 활용할 경우 환자 개개인의 위험도에 따라 시술 여부나 방법을 선택할 수 있을 것"이라며 "표적 치료에 기반이 될 것"이라고 밝혔다.

메디칼타임즈=최선 기자심전도(ECG) 수치를 인공지능(AI)으로 분석해 심부전 등 각종 질환의 위험도를 예측하는 소프트웨어가 상용화되고 있는 가운데 AI 기반 분석의 유용성을 증명하는 리얼월드데이터가 나왔다.4만 3000여 명이 참여한 대규모 임상 결과 심전도에 AI를 접목시켰을 경우 진단에서 치료까지 대기하는 시간이 10분 단축됐다. 심장을 포함한 주요 심혈관계 질환이 분초를 다투는 응급질환이라는 점에서 AI의 유용성이 상당하는 평이다.현지시간 13일 미국 펜실베니아 컨벤션센터에서 개최된 미국심장협회(AHA 2023) 과학세션에서 심장마비 환자에 대한 심전도 AI 분석 적용에 따른 변화를 살핀 ARISE 임상 결과가 공개됐다(초록 LBS.08).올해 3월 심전도 데이터를 AI로 분석해 심부전 위험성을 예측하는 소프트웨어가 허가를 받는 등 심전도 분석을 기반으로 다양한 질환을 선별하는 AI가 시장에 출시되고 있다.심전도 검사는 심장의 전기적 활동을 확인하는 비침습적 진단 도구로 관상동맥이 완전히 막혔을 때 발생하는 ST-상승 시그널을 통해 급성심근경색 등을 확인하는 데 쓰인다.심전도를 통해 카테터 삽입이나 경피관상동맥중재술(PCI)를 고려하기 때문에 심전도의 적절한 분석 및 치료 방향 결정은 환자의 예후와 직결되는 중요한 요소.진단 후 카테터 삽입까지 대기 시간(분). 오른쪽은 응급실 환자만 분석한 결과. 전반적으로 10분 내외의 단축이 보고됐다.대만 국방의료원 소속 린친성 교수 등 연구진은 사망 위험이 높은 심정지 환자를 식별하는 데 있어 AI 지원 심전도가 치료 전반에 긍정적인지 평가하기 위해 2022년 5월부터 2023년 4월까지 트라이서비스 종합병원 응급실에 방문한 4만 3000여 명을 대상으로 임상에 착수했다.심장 카테터 삽입이 필요한 STEMI 환자를 식별하기 위해 한쪽은 AI 지원 심전도 검사를 진행했고, 다른 한쪽은 심장 전문의가 심전도 분석을 진행했다. 주요 평가 지표는 고위험군 식별 후 카테터 삽입까지의 대기 시간이었다.분석 결과 전문의의 심전도 분석 및 치료 결정까지 걸리는 시간 대비 AI 지원 심전도는 STEMI 환자의 치료 대기 시간을 약 52분에서 43분으로 줄였다.AI 지원 심전도는 STEMI 환자를 양성 예측도 값 88%를 기록했고, 음성 예측도는 99.9%에 달했다. 양성 예측도는 양성으로 진단받았을 때 실제 고위험일 확률을, 음성 예측도는 음성 진단 후 실제 고위험군이 아닐 확률을 뜻한다.AI 지원 심전도는 입원 환자 7명에서 STEMI를 확인한 반면, 전문의 기반의 표준 진료는 입원 환자 1명에서만 STEMI를 확인했다.린친성 교수는 "최근 AI 혁명으로 인해 임상 의사결정 지원 시스템의 정확도가 크게 향상돼 의사들은 이 기술에 대한 신뢰가 높아지고 있다"며 "저비용의 기술을 사용하는 것은 임상현장에서 가치가 있고, 미래에는 구급차나 웨어러블 기기와 같은 새로운 방식으로 이러한 기술이 더 많이 사용될 수 있다"고 평가했다.▲목소리 듣고 심부전 위험 예측…스마트폰+AI한편 AI 기술을 활용한 심부전 스마트폰 앱은 3주 전 최대 76% 예측도로 입원 여부를 판별했다.심부전은 심장 근육에 필요한 충분한 혈액과 산소를 공급할 수 없을 때 발생한다. 이로 인해 피로, 체액 저류, 호흡 곤란, 과도한 기침 등이 나타날 수 있다.오하이오 주립대 웩스너 메디컬센터 윌리엄 T.에이브러햄 등 연구진은 음성의 변화 역시 심부전의 단초를 제공한다는 가설을 세우고 매일 스마트폰에 녹음된 환자의 음성을 AI로 분석, 심부전의 악화 징후인 폐 주변 액체 증가 여부를 살폈다.환자의 목소리를 AI로 분석할 경우 3주 전 최대 76%의 정확도로 심부전으로 인한 입원을 예측할 수 있다는 연구 결과가 나왔다.연구는 2018년 3월부터 2023년 4월까지 수행됐고 심부전으로 진단받은 이스라엘 거주 성인 416명을 등록해 러시아어, 아랍어 또는 영어 등 다섯 개의 모국어 문장을 매일 전화 앱에 기록하게 했다.초기 연구 단계에서 AI 스마트폰 앱은 입원 24일 전 평균 심부전 악화의 76%(58건 중 44건)를 정확히 예측하거나 링거 수액의 필요성을 예측했다. 다만 앱은 환자 한 명당 연간 평균 3건의 불필요한 경고를 생성했다.검증 단계에서 앱은 약 3주 전에 심부전 이벤트를 감지하는 데 71%의 정확도를 보였다(14건 중 10건). 이 그룹에서도 환자 1인당 연간 약 3건의 잘못된 경고가 발생했다.이외에도 AI 기반 디지털 청진기를 이용한 심전도 검진이 임산부의 심장 근육 질환인 말초 심근병증을 산부인과 전문의의 표준 진료 대비 두 배로 검출한다는 연구 결과도 공개됐다.미국 메이요클리닉 심장내과 데밀레이드 아데딘세우(Demilade Adedinsewo) 등 연구진은 심전도와 심장 소리를 기록한 다음 AI 알고리즘이 심장 근육의 약해질 가능성을 예측할 수 있다는 가설을 세우고 검증에 들어갔다.임신 중이거나 최근에 아기를 낳은 약 1200명의 나이지리아 여성을 대상으로 연구한 결과 표준 진료군 대비 AI 디지털 청진기를 통한 심전도 검사 진행군에서 두 배의 주변부 심근병증이 진단됐다.연구진은 "AI 디지털 청진기 검사군의 4%가 임신 관련 심근병증을 진단했다"며 "반면 표준 진료군의 심근병증 발견율은 1.8%에 그쳐 이는 심근병증의 절반이 평소 진료로 발견되지 않았을 가능성을 시사한다"고 결론내렸다.

메디칼타임즈=이인복 기자중환자실에 있는 환자 10명 중 8명이 경험하는 섬망과 환각을 미리 예측해 대응할 수 있는 의료 인공지능(AI)가 개발돼 주목된다.인력과 업무 부담이 큰 중환자실의 특성상 의료진의 워크 플로우를 크게 개선시킬 수 있다는 점에서 활용도가 높다는 것이 전문가들의 의견이다.중환자실에서 환자의 섬망 발생 위험을 조기에 경고할 수 있는 인공지능이 나왔다.현지시각으로 26일 미국마취과학회가 발간하는 마취과 저널(Anesthesiology)에는 섬망 예측 인공지능의 유효성에 대한 분석 연구 결과가 게재됐다(10.1097/ALN.0000000000004478).섬망은 질환이나 약물 등으로 인해 뇌에 기능장애가 발생하는 증상으로 보통 인지 기능 저하가 나타나며 중환자실에 입원한 환자의 경우 80%가 증상을 겪는 것으로 보고되고 있다.특히 섬망이 발생한 환자는 장기 입원 위험이 급격하게 높아지며 이후 치매나 사망 위험의 증가까지 가져온다는 점에서 중환자 관리의 주요 요소가 되고 있는 것이 현실.이로 인해 중환자의학에서는 섬망에 대한 즉각적인 대응을 권고하고 있지만 인력과 업무 부담이 큰 중환자실의 특성상 한계가 있는 것도 사실이다.존스홉킨스 의과대학 스티븐(Robert D. Stevens, MD) 교수가 이끄는 연구진이 섬망을 예측할 수 있는 인공지능 개발에 나선 것도 이러한 이유 때문이다.이에 따라 연구진은 총 208개 병원에서 수집한 20만명의 중환자실 입원 환자의 데이터 세트를 인공지능에 학습시키고 이를 기반으로 섬망 예측에 대한 알고리즘을 개발했다.나이와 질병의 중증도, 생리학적 변수, 약물 투여 현황 등 이른바 정적 모델과 혈압과 맥박, 체온 등을 실시간으로 수집하는 동적 모델로 구성해 실제 환자에게 적용한 것.그 결과 이 인공지능은 상시 24시간 예측 모델에서 평균 곡선 아래 면적(AUC)이 0.785를 기록했다.평균적으로 24시간내에 정적 모델, 즉 환자의 기본 데이터만으로 섬망 발생 위험을 78% 확률로 예측할 수 있다는 의미다.여기에 동적 모델을 결합하면 그 정확도는 더욱 높아졌다. 동적모델을 적용하자 이 인공지능은 12시간 평균 AUC가 0.845로 나타났다.혈압과 맥박, 체온 등에 대한 실시간 모니터링을 인공지능에 대입한 것 만으로 섬망이 발생할 환자를 85%에 가까운 확률로 12시간 전에 예측할 수 있는 셈이다.스티븐 교수는 "섬망은 중환자실에서 환자를 악화시키는 대표적 요인이지만 지금까지 이를 예측할 수 있는 방법은 없었던 것이 사실"이라며 "이로 인해 중환자실의 매우 제한된 자원으로 이에 대처하는 것이 쉽지 않았다"고 설명했다.이어 그는 "이러한 인공지능이 조금 더 고도화된다면 중환자실에서 의료진의 워크 플로우를 크게 개선할 수 있을 것"이라며 "조기 경보 솔루션의 중요한 지표가 될 것"이라고 밝혔다.

메디칼타임즈=이창진 기자국내 의료진이 참여한 뇌졸중 발생 예측 대규모 유전체 연구 결과가 나와 주목된다.신경과 배희준 교수. 분당서울대병원은 14일 신경과 배희준 교수를 비롯해 국내 연구진이 참여한 국제 연구팀이 뇌졸중 발생과 연관된 새로운 유전변이 연구 결과를 세계 최고 권위의 과학 학술지 '네이처'(Nature)에 게재했다고 밝혔다.이번 연구는 국제 뇌졸중 유전체 컨소시엄(International Stroke Genetics Consortium, ISGC)에서 GIGASTROKE 프로젝트 일환으로 시행한 것이다.연구진은 270만명 이상의 전장 유전체 정보를 분석해 89개의 유전 변이를 발굴했다. 이는 2018년 52만 여명을 연구한 MEGASTROKE 프로젝트에서 발견한 유전 변이보다 67개가 많다.연구진은 GIGASTROKE 프로젝트에서 새롭게 도출된 유전체 정보를 이용해 다중유전자위험점수(Polygenic Risk Score, PRS)를 개선했다.개선된 PRS는 유럽인 중심으로 구성된 기존 모델과는 달리 동아시아를 비롯한 다인종의 유전체 데이터가 반영돼 다양한 인종의 뇌졸중 발생 위험 예측이 가능해졌다.이전 모델 대비해 93% 향상된 뇌졸중 발병 예측을 가지며, 특히 PRS 상위 1%에 해당될 경우 평균보다 뇌졸중 발병 위험이 2.5배 높다.연구진은 또한 유전체 정보가 뇌졸중의 예방과 치료에도 활용될 수 있음을 확인했다.뇌졸중의 치료를 위한 약물을 규명하기 위해 발굴한 유전체 정보를 활용, 유전체 분석을 수행해 효과가 있을 것으로 예상되는 약물 타깃 6개(F11, KLKB1, PROC, GP1BA, LAMC2, CAM1)를 식별했으며, 그 효과성을 검증하기 위한 후속 연구에 유전적 근거를 제공했다.주목할 점은 기존에는 반영되지 않았던 한국인 유전체 데이터가 반영됐다는 것이다.국내 17개 병원과 국립보건원 공동연구팀(CRCS-K-NIH)이 수집한 뇌졸중 환자 1120명의 유전체와 한국인 유전체 역학조사사업으로 수집한 정상인 7만 7583명의 유전체를 국립보건원이 자체 개발한 한국인칩을 이용해 분석한 정보가 이용됐다.신경과 배희준 교수는 "기존 연구는 유럽인을 대상으로 해 동아시아인에 적용에 한계가 있었지만 이번 프로젝트에 한국인 유전체 데이터 반영했다는 점에서 큰 의의가 있다"면서 "한국인에 특화된 유전 변이를 발굴하기 위해 연구를 이어나갈 것"이라고 말했다.배 교수는 CRCS-K-NIH의 책임연구자로서 뇌졸중 환자 약 10만명 이상을 등록해 다양한 유전체의 임상·영상 정보를 수집 분석하고 있으며, 지난 2월 그 공로를 인정받아 미국심장뇌졸중학회로부터 데이비드 G. 셔먼상을 수상했다.

메디칼타임즈=박양명 기자분만 과정에서 제왕절개 여부를 객관적으로 판단할 수 있게 됐다.양윤석 교수대전을지대병원은 산부인과 양윤석 교수(을지대학교 IT융합의학연구소장)가 제왕절개 위험요소를 수치화해 제왕절개 가능성을 산출하는 계산기를 개발했다고 27일 밝혔다.양 교수는 대전을지대병원 산부인과 환자 1326명의 진료 기록을 분석해 ▲산모 키/몸무게 ▲태아 몸무게 ▲임신 주수 ▲출산력 ▲촉진제 사용 여부 ▲자궁 수축 정도 ▲태아 하강 정도 ▲분만 잠복기 등 제왕절개 위험요소 24개를 확인했다.이를 통해 병원 입원부터 진통이 진행되는 전 과정에 활용할 수 있는 모델(A)과 진(眞)진통 진행 중에 활용할 수 있는 모델(B) 등 총 2개의 제왕절개 예측 모델을 개발했다. 두 모델의 예측률은 각각 86%, 89%로 측정됐다.의료진이 앱에 각각의 위험요소 값을 입력하면 제왕절개 가능성을 백분율로 환산해 결괏값을 나타내는데, 이는 곧 분만 과정에 대한 판단 근거가 된다.이로써 분만 진행 중 난산에 빠졌을 때 의료진 개개인의 경험에 의존한 판단이 아닌 객관적인 수치를 통해 진통을 이어갈지 수술을 진행할지를 결정할 수 있고, 산모 또한 해당 결과를 직접 확인할 수 있게 됐다.한편 제왕절개 예측 계산기는 양윤석 교수가 한국연구재단의 지원을 받아 연구·개발 중 모바일 분만 앱(mobile birth, mbirth)의 첫 기능이다. 이번 연구는 임신부터 재태기간, 출산에 이르는 분만 전 과정에 대한 진료 지침을 기반으로 산모와 의료진 모두가 활용할 수 있는 객관적 분만 관리 도구를 마련하고자 시작됐다.양 교수는 "의료기술에 정보통신기술을 결합해 개인 맞춤형으로 질병을 예방하고 삶의 질을 높이는 스마트 건강관리가 대두되는 가운데, 분만 분야에서도 관련 인프라를 구축하고 실현하기 위한 의미 있는 행보"라고 말했다.한국연구재단 지원으로 개발된 휴대전화 분만 앱 'mbirth'양 교수는 앞으로 mbirth에 다양한 분만 관련 예측 모델, 즉 ▲조산 예측 ▲유도분만 예측 ▲태아 위험 예측 ▲제왕절개 후 자연분만(VABAC) 예측 모델 등의 탑재를 목표로 하고 있다.그는 "향후 국내 다기관 데이터베이스를 구축해 분만을 총체적으로 관리할 수 있고 의료현장에서 유용하게 활용할 수 있는 진료 플랫폼으로 발전시키는 것이 궁극적인 목표"라고 전했다.mbirth에 탑재된 해당 기능은 '난산 시 제왕절개수술 예측 분만 계산기(An intrapartum calculator for predicting cesarean birth due to dystocia: Preliminary findings from a single-center Study in Korea)'라는 제목으로 학술지 'Birth'에 실렸다.

메디칼타임즈=최선 기자허리 대 엉덩이 비율이 체질량 지수(BMI)보다 과체중 또는 비만을 가진 사람의 사망 위험 예측에 보다 효과적이라는 새 연구 결과가 나왔다.유럽당뇨병학회 연례회의(EASD 2022)에서 비만치료의 우선순위를 정할 때 BMI보다 신체 지방분포를 더 고려해야 한다는 연구가 22일 공개됐다.현재 임상 지침에서는 18.5~24.9 kg/㎡ 사이의 체질량 BMI를 권장한다.자료사진문제는 BMI 지표는 개인 간 신체 차이와 변화를 고려하지 않으므로 질병이나 사망의 위험을 예측하는 데 일관성이 없다는 것.연구진은 현재 BMI 권장 기준이 다양한 신체를 가진 환자들에서 체성분을 설명할 때 유효한지, 그리고 BMI, 허리-엉덩이 둘레 비율(WHR) 및 체지방량 지수(FMI) 중 어떤 것이 모든 원인 사망률에 대한 가장 일관된 예측 변수인지 확인 작업에 착수했다.영국 백인 UK Biobank(UKB)에 등록된 38만 7672명을 대상으로 모든 원인, 암, 심혈관 질환(CVD), 호흡기 질환 또는 비-CVD로 인한 사망률과 BMI, WHR 및 FMI 간의 관찰 관계를 분석했다.이후 맨델라인 무작위화를 통해 인과성을 평가하고 BMI, WHR 및 FMI의 백분위수에 대한 효과를 조사했다.UKB에서 무작위로 선택된 2만 5297명의 사망자와 2만 5297명의 대조군을 설정해 모든 원인 사망률과 BMI와 FMI를 살핀 결과 J자형의 그래프가 나타난 반면, WHR과 모든 원인 사망률 사이의 관계는 선형적으로 증가했다.특히 유전적으로 결정된 WHR은 BMI 또는 FMI에 비해 모든 원인으로 인한 사망률과 더 강한 연관성을 보였고, 여성에 비해 남성에서 더 강한 효과를 나타냈다.또 유전적으로 결정된 WHR과 모든 원인 사망률 사이의 상관성은 BMI, FMI 등 다른 지표 값과 상관없이 일관됐다.연구진은 "WHR은 BMI와 달리 비만도 및 체성분에 관계없이 사망 위험에 대한 인과관계가 가장 강했다"며 "성별에 따라 차등적인 영향을 미치는 것으로 나타났다"고 말했다.이어 "임상 권장 사항은 일반적인 BMI 목표보다 WHR 목표 설정을 우선시해야 한다"며 "체형에 대한 보다 정확한 권장 사항은 과도한 비만으로 인한 질병 부담 및 사망 결과에 상당한 차이를 만들 수 있다"고 결론 내렸다.

메디칼타임즈=문성호 기자가톨릭대학교 소화기내과 서울성모병원 장정원(교신저자)⋅은평성모병원 양현(제1저자) 교수팀은 B형간염 표면항원이 소실된 환자의 간암 발생 위험도 예측 모델을 세계 처음으로 개발했다고 13일 밝혔다. 서울성모병원 장정원, 은평성모병원 양현 교수장 교수팀은 가톨릭중앙의료원 산하 병원에서 면밀히 추적된 총 1443 명의 B형간염 표면항원이 소실된 만성 B형간염 환자들을 최장 30년 까지 추적 관찰하며 대규모-장기 코호트를 이용해 연구했다.그 결과, ▲B형간염 표면항원 소실 당시의 나이 ▲간경변증의 유무 ▲중등도를 초과하는 음주(남성은 하루 2잔, 여성은 하루 1잔 초과), ▲간세포암의 가족력이 B형간염 표면항원 소실 후에도 간암 발생의 위험인자임을 밝혔다.이 4가지 위험인자를 이용해 간세포암 발생 위험도 예측 모델을 개발했고, 시간-의존 ROC(Receiver Operating Characteristic)곡선으로 평가한 5년, 10년, 15년 예측도가 각각 0.799, 0.835, 0.817로 그 예측도가 우수함을 보고했다. 또한 예측의 정확성을 확인하는 내부검증(internal validation)에서도 유효한 것으로 나타났다. B형 간염은 국내 간암 발생의 가장 중요한 위험인자로 전체 간암 환자의 약 60~70%의 원인이 된다. 우리나라는 전 인구의 약 2.5~3%가 B형간염 바이러스 보유자로 유병률이 높다. 6개월 이상 B형 간염 바이러스에 지속 감염된 만성 감염자의 20% 정도는 간경변으로 진행되는데, 간경변에 걸린 환자 중 매년 약 2~7%는 간암이 발생한다. B형 간염 바이러스 보유자는 정상인에 비해 간암 발생 위험도가 약 100배 이상 높은 것으로 알려져 있다.은평성모병원 양현 교수는 "이번 연구는 B형간염 완치 후에도 간암 발생이 일어날 수 있으며, 어떤 환자들을 더 중점적으로 면밀히 추적 관찰해야 하는 지 밝혀냈다는 것에 큰 의미가 있다. B형간염 완치 후에도, 간경변증이 이미 있거나, 간암 가족력이 있는 경우, 음주량이 많은 경우나, 고령인 경우에는 반드시 간암 감시검사를 놓치지 않고 하는 것이 중요하다"고 강조했다. 서울성모병원 장정원 교수는 "이번 연구를 통해 개발한 모델은 B형 간염 완치 후에 간암 위험도에 대한 세계최초의 예측모델이다. 정기적인 검사를 통해 쉽게 얻을 수 있는 환자의 건강정보를 이용한 이번 모델이, 향후 B형 간염에서 완치된 환자들의 적정 임상 관리방법에 대한 가이드 개발에 기여할 수 있을 것으로 기대한다"고 말했다.  한편, 이번 연구 결과는 간장학 분야 국제 학술지 '간장학 저널(Journal of Hepatology)' 9월호에 게재됐다.연구논문 제목은 'A risk prediction model for hepatocellular carcinoma after hepatitis B surface antigen seroclearance'이다. 

메디칼타임즈=이인복 기자"인공지능(AI)이 가야할 방향은 명확합니다. 사람이 할 수 있는 일을 대체하거나 보조하는 역할로는 절대로 사업 모델을 만들 수가 없어요. 의료 AI도 마찬가지죠. 의사가 하기 힘든 일을 빠르고 정확하게, 그리고 싸게 할 수 있어야 해요. 그래야 사지 않겠어요?"4차 산업 혁명을 타고 디지털헬스케어가 차세대 신수종 사업으로 각광받고 있다. 특히 코로나 대유행이 촉발한 수요로 인해 그야말로 초고속 성장을 거듭하고 있다.디지털헬스케어에서도 역시 가장 주목받는 기술은 AI다. 자고 나면 관련 기업이 수십개씩 늘어난다는 말이 나올 정도로 이제 AI는 디지털헬스케어 분야에서 빼놓을 수 없는 키워드가 됐다.하지만 그만큼 난립에 대한 우려와 지적도 여전하다. 특히 의료 AI를 통해 사업 모델을 갖춘 기업이 흔치 않다는 점에서 거품론도 만만치 않다.이러한 가운데 과거 많은 기업들이 집중하던 영상 진단 분야를 넘어 생체신호 모니터링 분야로 AI를 확장한 기업이 나왔다. 응급상황이 발생할 가능성을 미리 예측하는 AI '바이탈케어'를 내놓은 에이아이트릭스(AITRICS)가 바로 그 주인공이다.에이아이트릭스 김광준 대표는 의사가 의사를 위해 만든 AI라고 바이탈케어를 소개했다.에이아이트릭스를 이끌고 있는 김광준 대표는 바이탈케어를 '의사가 의사를 위해 만든 AI'라고 정의했다. 실제로 그는 연세대 의과대학 교수로 재직하며 에이아이트릭스를 창업해 첫 성과물인 '바이탈케어'를 들고 시장에 도전장을 내밀었다.그렇다면 그가 강조하는 '의사가 의사를 위해 만든 AI'는 무엇이 다른 것일까. 껍데기만 AI인 제품을 만들 것이라면 시작도 하지 않았다고 수차례 강조한 그는 종착역으로 '버츄얼 AI 닥터'를 꺼낸 놓았다.Q. 바이탈케어를 통해 AI 시장에 발을 딛었다. 에이아이트릭스 과연 어떠한 기업인가한 마디로 정의하면 에이아이트릭스는 '버츄얼 AI 닥터'를 만드는 기업이다. AI를 어떻게 의료에 결합할 것인가를 고민하던 의사들과 기술자들이 만났고 결국 가야할 방향은 '버츄얼 닥터'라는 점에 의견이 모아졌다.버츄얼 AI 닥터는 하나의 기술로 만들 수 있는 것이 아니다. 일단 인텔리전스, 즉 AI 기능뿐 아니라 말투와 목소리, 소통 능력 등 외형적인 측면(Appearance)에서도 의사의 특성을 표현해야 한다. 흔히 말하는 아바타, 메타버스 등의 키워드들도 결국 이를 구현하기 위한 기술 중의 하나다.바이탈케어는 버츄얼 AI 닥터를 구성하는 두가지 줄기 중 하나 즉 AI 분야에서의 첫 성과물이다. 일단 의사는 환자의 다양한 생체 신호를 수집하고 분석하는 것이 진료의 기본이다. 이 기본을 더욱 정확하고 빠르게 진행하기 위한 기술, 바로 그것이 바이탈케어의 골자다.Q. 최근 AI 기업이 '범람'이라고 불릴 정도로 폭발적으로 늘고 있다. 차별성이 있는가?일단 시작점이 다르다는 것을 강조하고 싶다. 현재 AI를 표방하는 기업 대부분은 영상 진단 보조 등에 집중하고 있다. 한눈에 딱 보이고 기술적 구현이 용이하다는 점에서 쉽게 접근할 수 있기 때문이다. 한마디로 기술을 어떻게 의료에 적용할까에서 고민을 시작한 셈이다.하지만 우리는 반대로 시작했다. 의료에 도움이 되는 기술은 무엇일까 하는 고민에서 시작한 것이다. 영상 등과 달리 매우 다루기 힘든 연속형 비정형 시계열 데이터 중 하나인 생체 신호부터 시작한 것도 그러한 이유 때문이다.기술에 의료를 끼워 맞춘 것이 아니라 실제 임상 현장에 너무나 필요하지만 기술이 따라오지 못했던 부분부터 시작한 것, 그것이 가장 큰 차별성이 아닌가 생각한다. 그만큼 정말 많은 시행착오를 겪었고 시간도 오래 걸렸지만 의료진과 환자에게 분명 도움이 되는 AI를 내놨다고 믿는다.Q. 그렇다면 바이탈케어는 과연 어떠한 제품인가?앞서 말했듯 임상 현장에 너무나 필요했지만 기술이 없었던 말 그대로 미충족 수요(Unmet-needs)를 충족하기 위해 만든 제품이다. '병원내 응급상황 발생 예측 솔루션'으로 요약이 가능한데 쉽게 말해 특정한 응급 상황이 발생하기 몇 시간 전에 위험을 미리 예측해 사전 조치를 유도하거나 의료진이 상황에 대응할 준비를 진행할 수 있도록 시간을 벌어주는 소프트웨어다.별도의 하드웨어 없이 입원환자에게서 얻어지는 EMR 데이터를 실시간 모니터링 및 분석해 알람을 주는 대시보드 형태로 제공된다. 현재 혈액학적 검사와 행체 신호 등 19종의 수치를 기반으로 응급 상황 발행 위험도를 0점부터 100점까지 제공하는데 지금까지 3건의 임상시험 결과 사망과 중환자실 전실, 심정지, 24시간 이내 패혈증 발생 위험 등에서 모두 의료진이 직접 시행하는 메디컬 스코어에 비해 높은 정확도를 보였다.현재 세브란스병원 등에서 연구 목적으로 활용하고 있는데 실제 임상 의사들이 간절히 원했던 미충족 수요에서 시작했고 이를 풀어가기 위해 의사와 기술자가 머리를 맞대 지금까지 왔다는 점에서 의료진이 믿고 쓸 수 있는 의료기기로 자리매김하고 있다.Q. 생체신호에 AI를 접목한 사례가 처음은 아니다. 어떻게 보면 후발주자일 수도 있는데 경쟁력이 있을까?결국 AI의 경쟁력은 얼마나 신뢰할 수 있는 데이터를 모으고 이를 통해 어떠한 '가치'를 만들어 내는가에 달려있다. 이게 AI의 시작과 끝이다. 이미 웨어러블 디바이스 등을 통해 환자의 데이터가 넘어오는 수단들은 수없이 많아지고 있다. 하지만 이를 의미있게 활용하는 기업은 매우 드문 것이 사실이다. 솔직히 말해 제대로 활용하고 있는 기업은 거의 없는 실정이다. 임상적인 '부가가치'를 만들지 못하고 있다는 의미다.특히 생체신호에 대해서는 그 간극이 훨씬 큰데 이유는 간단하다. 개발자가 그 데이터를 봐도 무슨 의미를 가지는지, 어떠한 가치가 있는지를 파악할 수 없기 때문이다. 따라서 이를 어떻게 가공해야 하는지에 대한 방향성도 세우기가 쉽지 않다. 결과를 보여줄 수 있는 기술과 실제 병원에서 필요한 가치를 제공하는 기술의 간극은 정말 크다. 쉽고 범용화된 기술로는 절대로 병원과 의료진이 원하는 가치를 만들지 못한다.우리가 시작점을 임상 현장에서 잡았던 이유가 바로 여기에 있다. 의료진이 무엇을 필요로 하는가에서 시작해서 이 데이터를 얻으려면 무엇이 필요한가. 모아진 데이터 중에 무엇을 버리고 취해야 하는가를 모두 임상 현장에서 확인한 뒤 의사들이 사용자이자 개발자로서 전문가들의 도움을 받아 여기에 필요한 기술을 개발했다. 지금 시점에서 의료진에게 필요한 이러한 '가치'를 만들어 낼 수 있는 기업은 에이아이트릭스가 유일하다고 생각한다.김광준 대표는 에이아이트릭스를 '버츄얼 AI 닥터'를 개발하는 기업이라고 소개했다.Q. 바이탈케어가 시장 진입을 앞두고 있다. 그 다음 스텝이 궁금하다.일단 첫 번째는 지금 현재 바이탈케어 자체에 들어가 있는 AI 기술을 고도화하는 것이다. 현재 국내 대부분의 의료기관들은 데이터의 종류나 수집 항목, 방식이 모두 다르기 때문에 데이터 규모가 커지면 분명하게 문제가 생길 수 밖에 없다. 이를 보완하기 위한 고도화는 필수적 과제다. 둘째로 확산인데 말 그대로 같은 중환자실이라 하더라도 내과계 중환자실과 외과계 중환자실, 신장내과 중환자실에서 데이터는 물론 수요가 각각 다르다. 실증 과정을 통해 확산 가능한 모델을 지속적으로 개발해 가야 한다.세번째로는 질환군과 예측 가능한 범위의 확장이 될 것 같다. 현재 바이탈케어는 중환자실 모델로 개발이 돼 있는데 앞서 말했든 신경과에서는 색전증 위험 예측이 필요할 것이고 심장내과는 부정맥을 수요로 할 것이다. 이미 2년전부터 이에 대한 확장을 준비하고 있고 조만간 결과물이 나올 것이다. 마지막으로는 역시 글로벌 진출이다. 일단 내년에 미국 시장 진출을 준비중에 있다.Q. 현재 AI 기업 중 상당수가 비지니스 모델 창출에 어려움을 겪고 있다. 이 부분에 대한 전략이 궁금하다.지금까지 AI가 비지니스 모델 창출에 어려움을 겪은 것은 단순한 이유다. 의료진과 병원에 이득이 되지 못했기 때문이다. 아무리 좋은 기술도 결국 비용 절감이라는 키워드를 각인시키지 못하면 절대 생존할 수 없다. 의료진의 행위를 '보조' 한다던지 의료진을 투입하는 것과 비용차이가 나지 않는 기술은 모두 사장될 것이다.결국 비용효과성인데 그러한 면에서 바이탈케어는 분명하게 비용효과성이 있는 제품이다. 소정의 설치와 유지비만으로 의료진 여러명이 24시간 동안 환자를 살피고 생체신호를 점검하고 분석해야 하는 일을 단숨에 줄여준다. 그것도 더 정확하고 신속하게. 그 시간에 그 의료진들은 사람이 해야만 하는 다른 생산적인 활동을 할 수 있고 이는 설치비와 유지비를 상쇄하는 또 하나의 도구가 된다.그렇다면 남은 문제는 이제 병원과 의료진이 이러한 '가치'를 알아보는가에 대한 문제다. 병원이 알아서 소비해 주기를 기다릴 수는 없다. 최대한 빠르게 이 가치를 알릴 수 있는 병원을 찾고 실제 얼마나 업무 효율이 올라가고 비용이 절감되는지를 보여줘야 한다. 가장 시급한 당면 과제다.Q. 앞서 '버츄얼 AI 닥터'를 만드는 기업이라고 에이아이트릭스를 소개했다. 이후 로드맵은 어떻게 되나.결국 '버츄얼 AI 닥터'의 핵심은 완성도다. AI를 통해 충분한 의학적 판단과 결정이 나와야 하고 환자와 대화할 수 있는 기술 즉 버츄얼 휴먼 기술이 더해져야 한다. 사실 2015년 기획했을때보다 이러한 기술들은 비약적으로 발전한 것이 사실이다. 사실 약간의 보완과 고도화만 거친다면 이미 현존하는 기술로도 구성은 가능한 수준에 왔다.남아있는 과제는 역시 수요다. 비지니스적으로 가치가 있는가에 대한 고민만 남은 셈이다. 이 부분은 결국 적절한 '타이밍'을 기다리는 수 밖에 없다. 환자들이, 국민들이 이에 대한 필요성을 느껴야 하고 정부가 이를 인정하는 과정이 필요하다. 그동안 착실히 이에 대한 기술들을 개발하고 준비하려 하고 있다. '타이밍'이 온다면 당장 이를 내놓을 수 있는 준비가 필요하다. 

메디칼타임즈=최선 기자스페인 바르셀로나에서 26일부터 29일까지 개최된 유럽심장학회 연례회의(ESC Congress 2022)에서 심장학의 임상 풍경을 바꿀 최신 기술들이 주목을 받았다.스마트폰을 사용한 심방세동 검사는 통상적인 검사 대비 치료율을 두 배 이상 높인다는 연구 및 심장기능에 대한 인공지능(AI) 평가가 초음파 진단보다 우수하다는 연구는 향후 신기술의 임상적 활용성이 증가를 예고하는 대목.특히 ESC는 일상적으로 수집된 의료 데이터는 질병에 대한 더 나은 이해와 새로운 치료법에 대한 발견을 통해 환자의 삶과 복지를 개선할 수 있는 잠재력을 가지고 있다는 점에 착안, 글로벌 디지털헬스 리더들의 연구 프레임워크를 제안하는 등 '미래 기술' 확보에 팔을 걷었다.ESC 2022에서 나온 최신 의학 기술 동향 및 디지털헬스 연구 프레임워크의 운용 방안을 정리했다.▲AI 전진 앞으로…초음파 검사자보다 평가 우수올해 ESC 2022는 AI의 활용성 모색이 주를 이뤘다고 해도 과언이 아닐 정도로 다양한 연구가 쏟아졌다.심장 기능의 초음파 검사를 받고 있는 환자의 경우 AI에 의한 예비 평가가 초기 초음파 진단보다 우수하다는 연구는 향후 진단의 프로세스를 바꿀 수도 있는 것으로 평가된다.심장기능평가에 활용되는 좌심실 수축기능(LVEF)의 정확한 평가는 심혈관 질환 진단과 치료 결정에 필수적인데 기존 평가는 종종 관찰자 간 다른 결과를 내놓는다는 문제가 있었다.EchoNet-Dynamic은 심장 기능을 평가하기 위해 심장 초음파 비디오를 학습한 딥 러닝 알고리즘이며, 이전에 4.1~6.2%의 평균 절대 오차로 LVEF를 평가하는 등 여러 심장 주기에 걸쳐 오류를 최소화하고 일관된 결과를 생성할 수 있다는 잠재력을 보였다.연구진은 EchoNet-RCT로 명명된 임상을 통해 LVEF에 대한 AI 또는 초음파 진단기 평가를 실제 심장 전문의에 맡겨 정확성을 평가했다.심장 초음파 검사를 통한 LVEF 결정 프로세스는 보통 초음파 검사자가 환자를 스캔하고 LVEF의 초기 평가를 제공한 다음, 심장 전문의가 최종 보고서를 제공하는 방식으로 이뤄진다.본 임상은 초음파 검사를 AI 또는 초음파 검사자에 1:1로 무작위로 할당해 심장 전문의가 평가를 검토한 후 LVEF의 최종 보고서를 제공했다.자료사진연구진은 심장 전문의가 AI에 의한 초기 평가를 얼마나 바꿨는지와 초음파 검사자에 의한 초기 평가를 얼마나 바꾸었는지 비교해 정확도를 측정했다.총 3495개의 흉강 초음파를 대상으로 한 임상 결과 심장 전문의에 의해 결과값이 변한 비율은 AI 그룹에서 16.8%, 초음파 그룹에서 27.2%였다.인간이 초음파를 검사해 LVEF 결과값을 측정한 것보다 AI가 평가한 값이 심장 전문의를 거친 최종 결과값 도출에서 보다 정확했다는 뜻이다. 특히 추가 조사에서 심장과 전문의는 무엇이 AI가 측정한 자료였는지 알 수 없을 정도로 알고리즘이 고도화된 것으로 알려졌다.연구 저자인 미국 로스앤젤레스 시더스시나이 기관 소속 오양(Ouyang) 박사는 "AI 알고리즘이 일반적인 진료 프로세스에 개입 가능성이 높다는 것을 배웠다"며 "특정 AI는 초음파 판독 출력의 품질을 향상시킬 뿐 아니라 지루하지만 중요한 작업을 단순화함으로써 의료진의 시간과 노력의 효율성을 높일 수 있다"고 덧붙였다.▲가이드라인이 놓치는 고위험 대동맥 협착증, AI '쪽집게'예후가 나쁜 대동맥 협착증과 관련해서도 AI를 활용할 수 있다는 연구가 나왔다.대동맥 협착증 환자의 약 50%는 증상이 나타난 후 2년 이내에 사망한다. 심장 초음파 검사는 피크 속도, 평균 압력 경사 및 대동맥 판막 영역과 같은 심각도를 평가하기 위해 사용되지만 사망률 위험이 진단 정확도를 넘어선다는 지적이 뒤따랐다.AI-ENCHANCED AS 임상은 일상적으로 사용되는 초음파 매개 변수를 통해 개발된 AI 알고리즘이 5년 사망률 증가와 관련된 중등도~중증 대동맥 협착 표현형을 식별할 수 있는지 여부를 조사하기 위해 설계됐다.AI-Decision Support Algorithm(AI-DSA)은 63만명 이상의 환자로부터 100만 건 이상의 심장초음파 자료 및 사망 정보를 가진 호주 국립 초음파 데이터베이스(NEDA)의 데이터를 사용해 학습됐다.NEDA 데이터를 활용해 연구진은 중등도~중증 대동맥 협착 표현형 환자의 5년 사망률과 심각한 대동맥 협착 위험이 없는 환자의 5년 사망률을 비교했다.분석 결과 AI-DSA는 17만 9054명 중 중등도~중증의 표현형을 가진 환자 2606명(1.4%)과 심각한 표현형을 가진 4622명(2.5%)을 식별했다. 중증 표현형 환자 중 3566명(77.2%)은 중증 대동맥 협착증의 가이드라인 기준을 충족했다.5년 사망률은 중등~중증 표현형 환자에서 56.2%, 심각한 표현형 환자에서 67.9%였다. AI-DSA이 식별된 심각한 대동맥 협착증 표현형(2.5%) 중 현행 지침을 충족하는 사람(77%)은 5년 사망률이 69.1%였다. AI-DSA가 식별한 심각한 표현형을 가지고 있지만 현재 지침을 충족하지 않는 추가 모집단의 사망률은 64.4%였다.즉 지침에 포함되지 않아 대동맥 판막 교체를 하지 않을 경우 사망률이 올라갈 수 있는데 AI-DSA는 64%에 달하는 이런 잠재 사망 위험 환자를 식별한 것.호주 노트르담대학의 연구 저자인 제프리 스트레인지 교수는 "독자적인 AI 알고리즘은, 종래의 정의에서는 놓쳤을 가능성이 있는 5년 이내에 사망할 위험이 높은 환자를 확인한다"며 "AI 알고리즘은 대동맥 판막 치환에 적합한지 여부를 의사에게 경고하기 위해 임상 실무에서 사용될 수 있다"고 말했다.AI가 콜레스테롤과 혈압 수준으로 인한 심장 질환의 위험을 예측, 개별 치료 결정을 내리는 데 활용될 수 있다는 연구도 나왔다.자료사진아테롬성 심혈관 질환은 시간이 지남에 따라 서서히 진행되는데 저밀도 콜레스테롤(LDL)과 수축기혈압(SBP)를 낮추면 관련 심혈관 이벤트의 위험이 감소한다.최근 연구에 따르면 낮은 LDL과 SBP에 대한 평생 피폭량은 LDL과 SBP 감소 대비 심혈관 이벤트 위험의 훨씬 큰 관련성이 있다. 문제는 LDL과 SBP를 조기에 낮추는 것이 심혈관 질환 예방을 크게 개선할 수 있지만 심혈관 이벤트를 방지하기 위한 LDL 및 SBP 감소의 최적 타이밍, 지속 시간 및 강도는 알려져 있지 않다는 점.영국 캠브리지 대학의 브라이언 페렌스 교수 등이 진행한 연구는 위험 추정 알고리즘(조인트 브리티시 소사이어티, JBS3)을 사용해 치료의 혜택을 받을 수 있는 심장병 발생 가능성이 높은 사람을 확인한 연구로 주목을 받았다.AI 알고리즘은 LDL과 SBP의 인과적 영향을 포함해 LDL, SBP 또는 둘 다에 대한 평생 노출이 더 높거나 더 낮은 사람 사이의 모든 연령에서 심혈관계 위험을 정확하게 추정했다.페렌스 교수는 " 현재의 리스크 추정 알고리즘은 LDL과 SBP를 낮추는 이점을 과소평가하기 때문에 LDL과 SBP를 나중에 낮추는 것이 젊은 나이에 낮추는 것보다 더 효과적이고 비용이 적게 든다는 잘못된 결론으로 이어질 수 있다"며 "이러한 알고리즘을 AI로 대체하면 심혈관 질환 예방을 개인화하고 심혈관 예방 투자에 효율화를 이룰 수 있다"고 덧붙였다.▲스마트폰 심방세동 검사 대중화될까…기존 진단법보다 정확한편 스마트폰을 활용한 심방세동 검사가 기존 진단법 대비 위험 예측에 정확도가 높다는 새 임상 결과도 공개됐다.이전 연구에서는 대규모 심방 세동 선별을 위한 스마트 기기의 가능성을 보여 줬지만, 주로 젊은 층을 포함해 참가자들에게 특정 하드웨어를 소유하도록 요구해 한계가 있었다.eBRAVE-AF 시험은 스마트폰을 소유한 뇌졸중 위험이 있는 노인을 대상으로 한 사이트 없는 무작위 연구다.평균 연령 65세 총 5551명을 무작위로 할당, 6개월간 디지털 진단(스마트폰 앱+광맥측정기 PPG 센서 사용) 또는 기존 심방세동 진단 기기로 14일 동안 하루에 두 번, 그리고 일주일에 두 번 측정했다.분석 결과 스마트폰 스크리닝은 2387명 중 33명, 기존 스크리닝은 2136명 참가자 중 12명의 심방 세동을 검출해, 스마트폰 스크리닝이 기존 스크리닝보다 우수했다.연구 저자인 오스트리아 인스브루크 의대 악셀 바우어 교수는 "이번 임상은 심방세동 검진을 위한 노령 인구에 초점을 맞췄다"며 "스마트폰 스크리닝은 젊은 연구 참가자보다 더 많은 PPG 측정 경향이 있는 나이 든 참가자들에게 좋은 반응을 얻었다"고 밝혔다.▲"미래는 디지털" ESC, 글로벌 디지털 헬스 프레임워크 제안ESC는 올해 연례회의를 통해 의료 데이터를 사용해 연구의 품질을 개선하고 그 결과를 임상 의사 결정 지원에 사용하기 위한 프레임워크를 제안했다.프레임워크에는 환자 및 환자단체, 규제 기관, 정부 기관 및 주요 의학 저널과 전문 협회, 학술 기관, 제약산업 및 보험자가 포함됐다. 참가자들은 의료 데이터를 질병 전반에 걸쳐 연구에 적용할 수 있는 방법에 대한 실용적인 조언을 개발하기 위해 모였다.프레임워크는 연구자들에게 적절한 거버넌스와 연구 데이터 투명성을 달성하는 방법에 대한 단계별 지침을 제공한다는 방침이다.프레임워크는 ▲데이터 세트 구성 및 연결 ▲목적에 적합한 데이터 ▲질병 결과 및 정의 ▲데이터 분석 ▲윤리 및 거버넌스 5개 항목에 대해 표준 지침을 제공하게 된다.데이터 세트 구성 및 연결 항목은 연구에 사용된 의료 데이터의 출처, 완전성을 명확히 하고 목적에 적합한 데이터 항목은 사용된 코딩 시스템, 데이터 조작 및 데이터 품질 평가에 대한 세부 정보를 제공한다.의료 데이터에 기반한 과학은 전자의료 기록 시스템의 보급을 포함해 급속도로 발전하고 있지만 데이터 품질 확보나 개인 정보 보호 등에 대해선 한계가 있었다는 게 학회 측 판단.즉 ESC는 국제적인 프레임워크를 통해 임상 연구를 위한 의료 데이터를 효과적으로 사용할 수 있도록 하며, 더 나은 연구 설계 방법에 대한 지침을 제공한다는 방침이다.네덜란드 위트레흐트 대학 의료센터 아셀버그스 교수는 "실제 임상 데이터를 사용은 임상 증거 생성의 새로운 시대를 열고 있다"며 "이번 프레임워크는 데이터 공유에 대한 대중의 우려를 해소하고 다양한 이해관계자가 실제 의료 데이터를 사용해 임상 치료를 개선할 수 있도록 하기 위해 구성됐다"고 설명했다.

메디칼타임즈=이인복 기자유방암 검진을 위해 활용하는 조영술이 심뇌혈관 질환 위험을 예측하는 중요한 도구가 될 수 있다는 연구 결과가 나왔다.유방 동맥 석회화가 심장과 뇌질환에 미치는 영향을 분석한 것으로 이를 확인하는 것만으로 위험을 예측하는데 큰 도움이 된다는 것이 연구진의 설명이다.유방 조영술을 통해 심뇌혈관 위험까지 예측할 수 있다는 연구 결과가 나왔다.현지시각으로 15일 미국심장학회지(Circulation)에는 유방 조영술을 통한 심뇌혈관 질환 위험 예측에 대한 연구 결과가 게재됐다(10.1161/CIRCIMAGING.121.013526).유방 조영술은 보통 유방암 검진을 위해 활용되며 미국은 물론 유럽과 국내에서도 일정 나이에 이르면 주기적 검사를 받도록 권고하고 있다.말 그대로 유방암 조기 발견을 위한 도구일 뿐 이를 통해 심장이나 뇌질환을 예측하는 연구는 지금까지 없었던 것이 사실.하지만 카이저 퍼머넌트 병원(Kaiser Permanente) 카를로스(Carlos Iribarren) 박사가 이끄는  연구진은 심뇌혈관 질환을 앓고 있는 일부 환자들에게서 유방 동맥 석회화가 일어났다는 사실을 주목했다.유방 조영술을 통해 유방 동맥 석회화를 발견할 수 있다는 점에서 만약 심뇌혈관 질환과의 연관성을 규명한다면 예측 모델을 만들 수 있기 때문이다.이에 따라 연구진은 카이저 퍼머넌트 병원 네트워크 9개 의료기관에서 유방 조영술을 통해 검진을 바은 총 5059명의 여성을 대상으로 6년간 건강 기록을 추적했다.그 결과 유방 조영술에서 유방 동맥 석회화가 있던 환자는 그렇지 않은 여성에 비해 심장질환이나 뇌졸중에 걸릴 위험이 무려 51%나 높은 것으로 분석됐다.또한 유방 동맥 석회화가 있는 여성은 심장질환이나 뇌졸중, 심부전, 말초 동맥 질환을 포함한 모든 유형의 심뇌혈관 질환에 걸릴 위험이 23%나 높았따.인종간에 차이도 있었다. 백인이나 라틴계 여성의 경우 이러한 연관성이 더욱 높게 나타났고 아시아나 흑인의 경우 연관성이 이에 비해 더 적었다.현재 미국 질병예방태스크포스(USPSTF)에서 50세 이상 여성의 경우 2년마다 유방 조영술을 받으라고 권고하고 있다는 점에서 이를 통해 심뇌혈관 질환까지 예측하는 부가 효과까지 거둘 수 있다는 것이 연구진의 설명.유방 동맥 석회화가 심뇌혈관 질환에 주요 인자라는 연관성이 밝혀진 만큼 이를 활용하기 위한 방안을 찾아가야 한다는 의견이다.카를로스 박사는 "유방 동맥 석회화는 비단 조영술 뿐 아니라 X레이 등으로도 충분히 발견이 가능한 만큼 매우 적은 노력과 비용으로 심뇌혈관 질환에 대한 위험 요소를 발견할 수 있다는 의미"라며 "이를 지표로 잘 활용한다면 심뇌혈관 질환 위험 감소 전략을 세우는데 매우 유용할 수 있다"고 밝혔다.

메디칼타임즈=최선 기자건선 환자의 심혈관 사건 위험을 측정하는 프래밍험 위험점수(Framingham Risk Score, FRS)의 측정 수준을 높을 수 있는 새 바이오마커가 발견됐다.심장 트로포닌 I(cTnI)와 NT-proBNP 바이오마커 수준이 높을수록 건선으로 인한 관상동맥 내 총 플라크 면적이 증가했다는 점에서 새 위험 예측 인자로 활용될 가능성도 제기된다.캐나다 토론토 여성컬리지병원 소속 케이스 콜라수 교수 등이 진행한 건선 환자에서의 심혈관질환 바이오마커 코호트 연구 결과가 8일 미국 류머티스학회 저널 관절염과 류머티즘(Arthritis&Rheumatology)에 게재됐다(doi.org/10.1002/art.42079).피부의 각질 세포가 빠르게 증식하는 만성 피부질환인 건선은 피부는 피부는 물론 혈관에도 영향을 미친다. 건선으로 관상동맥에 플라크가 형성되는 경우 혈액의 흐름을 막아 심근경색 등 다양한 심장병을 유발하는 것으로 알려졌다.보통 건선 환자의 심혈관 사건 위험은 FRS으로 계산하는데 문제는 FRS 방식은 전통적인 심혈관 위험 측정에 의존하기 때문에 건선 관절염이나 척추 질환을 앓고 있는 사람들의 위험을 과소평가할 가능성이 높다는 것.연구진은 보다 정확한 예측도를 위해 다른 바이오마커가 존재하는지 연구에 착수했다.연구진은 건선 환자에서 cTnI 및 NT-proBNP가 경동맥 플라크 부담 및 심혈관 사건의 독립적인 발병과 관련이 있는지 확인하기 위해 358명을 대상으로 경동맥 총 플라크 면적(TPA)을 측정하고 이어 cTnI 및 NT-proBNP를 자동화된 분석 장치를 을 사용해 측정했다.심장 바이오마커와 경동맥 죽상동맥경화증 사이의 연관성은 CV 위험 인자를 조정한 후 다변수 회귀에 의해 평가했다.분석 결과 cTnI 및 NT-proBNP 바이오마커의 수치는 총 플라크 면적과 관련이 있었다. 다만 CV 위험 인자를 보정한 후 cTnI는 통계적으로 유의미한 연관성 수준을 유지했지만 NT-proBNP는 그렇지 않았다.CV 위험 예측을 위해 평가된 환자 1000명 중 64명의 환자가 CV 사건을 겪었는데 FRS를 기본으로 한 모델을 확장 모델(FRS와 심장 바이오마커 포함)과 비교할 때 예측 성능이 개선되지 않았다.연구진은 "건선 환자에서 cTnI는 전통적인 CV 위험 인자와 무관하게 죽상동맥경화증의 부담을 반영할 수 있다"며 "cTnI 및 NT-proBNP는 FRS와 무관한 사건 CV 이벤트와 연관되지만 CV 위험 계층화에서 이들의 역할에 대한 추가 연구가 필요하다"고 덧붙였다.