심장병 환자 위험도 예측, AI가 의사보다 낫다

英노팅엄대 연구팀, 머신러닝 알고리즘 효과 입증

매년 국내에서 심장마비나 뇌졸중 등 심혈관 질환으로 사망하는 숫자가 2천만 명에 이른다. 우리나라 전체 인구의 절반이 조금 안 되는 수치다.

그런데 인공지능(AI)을 활용할 경우 현대인들을 위협하는 심장질환을 훨씬 더 정확하게 에측할 수 있다는 연구 결과가 발표해 활용 가능성에 관심이 쏠리고 있다.

최근 영국 노팅엄대 연구팀이 기존 환자들에 대한 데이터를 AI 기반 기술인 머신러닝 알고리즘에 학습시킨 결과, 의사보다 더 높은 정확도로 심혈관 질환 환자들의 위험성을 예측해내는데 성공했다.

이 소식을 다룬 과학전문저널 사이언스에 따르면 이러한 AI 기반 심혈관 질환 위험성 예측모델이 실제 의료 현장에 도입될 경우 매년 수천~수백만명의 목숨을 살릴 수 있을 것으로 기대했다.

사이언스에 따르면 미국심장학회/심장협회(ACC/AHA)는 환자의 심혈관 질환의 위험성을 측정하기 위해 8가지 지표를 마련했다. 나이, 콜레스테롤 수치, 혈압 등 환자의 기본 데이터를 분석해 위험성을 예측하는 방법이다. 이 방법은 72.8% 정확도를 보이고 있다.

노팅엄대 스티븐 웽 교수 연구팀은 정확도를 더 높이기 위해 4가지 머신러닝 알고리즘을 활용했다. 이 알고리즘에 영국 환자 37만8천256명에 대한 전자의무기록(EMR) 중 약 78%에 해당하는 29만5천여개 데이터를 학습시켰다.

이를 통해 만들어 낸 예측모델에 나머지 데이터를 입력해 보는 방법으로 정확도를 확인해 봤다. 2005년 환자들의 EMR을 머신러닝 알고리즘으로 분석해 위험도를 예측한 결과를 2015년에 해당 환자들의 실제 결과와 비교해 본 것이다.

그 결과 기존 의사들이 사용하는 방식이 ACC/AHA 가이드라인이 72.8% 정확도를 나타낸 것과 비교해 머신러닝 알고리즘들은 74.5%~76.4% 정확도를 보였다. 여러 알고리즘 중 가장 성과가 좋았던 것은 인공신경망 알고리즘이었다. ACC/AHA 가이드라인과 비교해 7.6% 가량 많은 심혈관 질환 환자들을 예측했으며 오류도 1.6%p가 더 적었다.

과거 8만3천명 환자들에 대한 데이터를 머신러닝 알고리즘으로 분석한 테스트해 본 결과 기존 ACC/AHA 가이드라인을 활용해 의사가 진단하는 것과 비교해 355명의 생명을 더 구할 수 있었다는 것이 연구팀의 설명이다.

사이언스지에서 웽 박사는 "생물학적인 시스템에는 여러가지 상호작용이 있다"고 말했다. 때로는 그러한 상호작용이 반직관적으로 일어난다. 예를들어 체내 지방은 일부 경우에 심장질환을 막는 역할을 한다는 설명이다. 그는 "그것이 인간의 몸이 가진 현실이며 컴퓨터사이언스는 이러한 연관관계를 탐험하도록 돕는다"고 말했다.