Development of an automated, reliable, and clinically meaningful artificial intelligence (AI) tool for diagnosing cardiac disease from conventional cardiovascular magnetic resonance (CMR) images

심장 질환은 여전히 전 세계적으로 인류의 생명을 위협하는 가장 큰 요인이며, 매년 수백만 명의 목숨을 앗아갑니다. 박동하는 심장 내부에서 어떤 일이 일어나고 있는지 이해하기 위해, 의사들은 심혈관 자기공명영상(CMR)이라는 강력한 영상 기술에 의존합니다. 평면적인 그림자를 보여주는 일반적인 X-ray와 달리, 이 기술은 심장 근육, 펌프 작용, 그리고 조직의 건강 상태를 보여주는 상세하고 움직이는 영상을 만들어냅니다. 이는 심장 근육이 두꺼워졌는지, 늘어났는지, 혹은 혈류 부족으로 인해 손상되었는지를 밝혀낼 수 있습니다. 그러나 이러한 복잡한 영상을 판독하는 데는 고도의 전문적인 훈련과 수년간의 경험이 필요합니다. 단 한 번의 스캔에도 수백 개의 움직이는 프레임과 다양한 유형의 조직 데이터가 포함되어 있어, 숙련된 의사에게도 높은 인지적 부담을 줍니다. 세계 여러 지역에서는 모든 스캔을 정확하고 빠르게 해석할 수 있는 전문가가 턱없이 부족한 실정입니다. 진단에 대한 필요성과 전문가 가용성 사이의 이러한 격차는, 컴퓨터가 인간 전문가와 동일한 주의력과 정밀함으로 이 영상을 읽는 법을 배울 수 있을지에 대한 연구를 촉발했습니다.

독일 뮌스터 대학교 병원의 연구팀은 그 질문에 답하기 위한 중요한 발걸음을 내디뎠습니다. 그들은 CMR 영상을 보고 환자가 특정 유형의 심장 질환을 앓고 있는지 자동으로 판단하도록 설계된 새로운 인공지능 시스템을 개발했습니다. 컴퓨터 프로그램을 처음부터 만드는 대신, 그들은 '파운데이션 모델(foundation models)'에서 시작했습니다. 이들은 이미 수백만 개의 이미지와 텍스트에서 패턴을 인식하도록 학습된 거대한 사전 학습 컴퓨터 시스템입니다. 이 모델들을 모든 책을 읽고 모든 그림을 본 도서관의 학생이라고 생각한다면, 연구자들의 역할은 이 방대한 지식을 심장 스캔에 구체적으로 적용하는 법을 이 학생에게 가르치는 것이었습니다. 연구팀은 건강한 심장, 그리고 비후성 심근병증, 확장성 심근병증, 허혈성 심근병증, 심장 아밀로이드증이라는 네 가지 흔한 심근 질환의 구분을 포함하여 다섯 가지 뚜렷한 범주에 집중했습니다.

이러한 도구를 만드는 데 있어 첫 번째 주요 장애물은 컴퓨터에게 보는 법을 가르치는 것이 아니라, 무엇을 찾아야 하는지를 가르치는 것입니다. 일반적인 병원에서 환자 기록은 의사들이 영상에서 관찰한 내용을 서술형 문장으로 길게 작성합니다. AI를 훈련시키려면 이러한 이야기들을 명확한 라벨로 변转换해야 하는데, 이 과정은 보통 사람이 수천 개의 보고서를 읽고 진단명을 직접 입력해야 하므로 느리고 비용이 많이 들며 인간의 오류가 발생하기 쉽습니다. 연구진은 이 문제를 해결하기 위해 다른 종류의 인공지능인 '거대 언어 모델(large language models)'을 사용했습니다. 이들은 에세이를 쓰거나 질문에 답할 수 있는 것과 같은 유형의 시스템입니다. 연구팀은 보안이 유지되는 로컬 시스템을 구축하여, 이 언어 모델들이 독일어 의료 보고서를 읽고 이를 영어로 번ền하고 각 환자의 특정 진단을 추출하도록 했습니다. 정확성을 보장하기 위해, 연구팀은 모든 보고서를 읽는 데 세 개의 서로 다른 언어 모델을 사용했습니다. 세 모델 중 적어도 두 개가 진단에 동의하면 그 라벨을 수용했습니다. 이 자동화된 프로세스를 통해 연구진은 모든 파일을 수동으로 라벨링할 필요 없이 약 1,000건의 환자 사례로 구성된 방대한 데이터셋을 구축할 수 있었습니다.

데이터 준비가 완료되자, 연구진은 영상 분석에 착수했습니다. 그들은 AI에 세 가지 유형의 심장 영상을 입력했습니다: 심장을 단면으로 자른 듯한 모습을 보여주는 단축 단면(short-axis view), 심장의 측면을 보여주는 4방실 단면(four-chamber view), 그리고 흉터나 손상된 조직을 강조하는 특수 스캔인 지연 가돌리늄 증강(late-gadolinium enhancement) 영상입니다. 연구진은 이 데이터를 바탕으로 세 가지 서로 다른 시각 파운데이션 모델을 미세 조정(fine-tuning)했습니다. 훈련의 첫 번째 단계는 모델이 심장의 일반적인 특징을 인식하도록 가르치는 것이었고, 두 번째 단계는 다섯 가지 특정 질환 범주를 구별하는 능력을 정교화하는 것이었습니다. 이후 연구진은 숙련된 심장 전문의들에 의해 진단이 확정된 1,000명 이상의 별도 환자 그룹을 대상으로 시스템을 테스트했습니다. 이 독립적인 테스트는 AI가 단순히 훈련 데이터를 암기하는 것이 아니라 실제로 질병을 인식하는 법을 배우고 있음을 보장했습니다.

결과는 놀라웠습니다. AI가 영상만을 보았을 때, 다양한 심장 질환을 식별하는 데 있어 높은 수준의 정확도를 달est했습니다. 심장 아밀로이드증의 경우, 시스템은 거의 모든 사례를 정확하게 식별해냈으며, 두꺼워진 심근 질환에 대해서도 유사한 성공을 거두었습니다. 그러나 연구진은 세 가지 영상 유형과 세 가지 서로 다른 AI 모델의 통찰력을 결합했을 때 시스템이 훨씬 더 잘 작동한다는 것을 발견했습니다. 모델들이 최종 진단에 대해 투표하게 함으로써, 단일 모델이 단독으로 할 수 있는 것보다 더 신뢰할 수 있는 '합의(consensus)'를 만들어냈습니다. 이 결합된 접근 방식에서 시스템은 두꺼워진 심근 질환과 심장 아밀로이드증에 대해 가장 높은 정확도에 도달했으며, 건강한 심장과 이들을 높은 확신도로 구분해냈습니다. 또한 다른 두 가지 질환 유형에 대해서도 좋은 성능을 보였으나, 질병으로 인해 심장이 늘어난 상태와 혈류 부족으로 손상된 상태를 구분하는 데는 다소 어려움을 겪었는데, 이는 두 조건이 스캔상에서 매우 유사하게 보일 수 있기 때문입니다.

단순히 정답을 맞히는 것을 넘어, 연구진은 AI가 공정한지, 그리고 심장의 올바른 부분을 보고 있는지 알고 싶었습니다. 그들은 연령대에 따른 성능과 남녀 간의 성능을 점검했습니다. 결과는 AI가 양성 모두에게 잘 작동함을 보여주었으나, 연령 그룹에 따라 성능의 변동이 약간 더 나타났습니다. 이는 특정 심장 질환이 고령층에서 훨씬 더 흔하기 때문에, 해당 질환을 가진 젊은 환자의 데이터를 학습하기가 더 어렵기 때문일 가능성이 높습니다. AI가 실제로 무엇을 보고 있는지 이해하기 위해, 연구진은 결정에 영향을 미친 영상의 특정 영역을 강조하는 시각화 도구를 사용했습니다. 컴퓨터는 일관되적으로 심장 근육 자체, 특히 좌심실에 주의를 집중했으며 주변 구조물은 무시했습니다. 이는 시스템이 배경의 관련 없는 세부 사항을 바탕으로 추측하는 것이 아니라, 실제 심장의 해부학적 구조를 바탕으로 결정을 내리고 있음을 확인시켜 주었습니다.

이 연구는 이러한 접근 방식이 임상 현장에서 실행 가능한 경로를 제공한다고 결론짓습니다. 자동화된 보고서 판독과 고급 영상 분석을 결합함으로써, 연구팀은 심장 스캔 판독에 대한 전문 훈련을 받지 않은 의사들을 지원할 수 있는 도구를 만들었습니다. 이 시스템은 의사를 대체하는 것이 아니라, 복잡한 데이터를 빠르게 분류하여 진단을 제안하는 '제2의 눈' 역할을 합니다. 연구진은 자신들의 작업이 단일 병원 데이터를 기반으로 한 개념 증명(proof of concept)임을 인정하며, 향-후 연구에서는 더 다양한 환자와 더 많은 유형의 심장 질환을 대상으로 시스템을 테스트해야 한다고 밝혔습니다. 또한 현재 시스템은 영상만을 활용하며 혈액 검사나 환자 병력과 같은 다른 임상 데이터는 아직 통합하지 않았다는 점도 언급했습니다. 그럼에도 불구하고, 이 연구는 적절한 자동화된 데이터 준비와 현대적인 인공지능의 조합을 통해, 정확하고 해석 가능하며 임상 환경에서 심장 스캔의 올바른 해석을 지원할 수 있는 시스템을 구축하는 것이 가능하다는 것을 입증합니다.