Deep Learning from Retinal Fundus Photographs for Detecting Angiographic Obstructive Coronary Artery Disease: A Multicenter Development and External Validation Study

인체는 심장에서 몸 구석구석으로 생명을 유지하는 혈액을 운반하는 거대한 파이프 네트워크와 같습니다. 동맥이라고 불리는 이 파이프들이 지방 침착물로 인해 막히는 상태인 죽상동맥경화증이 발생하면 혈류가 제한되어 잠재적으로 심장마비를 유발할 수 있습니다. 의사들이 심장 자체의 동맥이 막혔는지 확인하는 가장 직접적인 방법은 가느다란 튜브를 혈관을 통해 삽입하고 염료를 주입하는 것인데, 이를 침습적 관상동맥 조영술이라고 합니다. 이 방법은 진단의 표준(gold standard)이지만, 침습적이고 위험을 동반하며, 종종 환자의 동맥이 실제로는 깨끗하여 검사가 불필요했다는 사실을 밝혀내기도 합니다. 수년 동안 의사들은 이러한 검사를 처방하기 전, 환자의 연령, 성별, 증상에 대한 간단한 질문을 통해 폐쇄 가능성을 추측해 왔습니다. 그러나 이러한 추측은 부정확한 경우가 많아 너무 많은 불필요한 시술로 이어지거나 진단 기회를 놓치게 만듭니다.

전혀 예상치 못한 곳에서 색다른 접근법이 등장했습니다. 바로 눈의 뒷부분입니다. 눈의 뒷면에 있는 빛을 감지하는 층인 망막은 의사가 수술 없이 직접 볼 수 있는 유일한 미세 혈관들로 덮여 있습니다. 이 망경 혈관들은 심장 동맥과 동일한 생물학적 환경을 공유하기 때문에, 이들의 외형적 변화는 신체의 다른 곳에 문제가 생겼음을 알리는 신호가 될 수 있습니다. 연구자들은 망막 사진이 심장 질환에 대한 단서를 제공할 수 있다고 오랫동안 의심해 왔지만, 이러한 시각적 단서를 신뢰할 수 있는 진단으로 바꾸는 것은 어려웠습니다. 이제 한 새로운 연구는 첨단 컴퓨터 프로그램이 전통적인 추측 게임보다 더 정교하게 이러한 미세한 징후들을 읽어낼 수 있으며, 이를 통해 누가 정말로 침습적인 심장 검사를 받아야 하는지를 식별하는 비침습적인 방법을 제공할 수 있다고 제안합니다.

수천 명의 환자를 대상으로 한 대규모 다기관 연구에서, 연구진은 망막 안저 사진을 보고 폐쇄성 관상동동맥 질환의 존재를 예측하도록 설계된 정교한 컴퓨터 시스템을 개발했습니다. 베이징 안전 병원(Beijing Anzhen Hospital)과 베이징 에어도크 테크놀로지(Beijing Airdoc Technology Co., Ltd.)의 전문가들이 이끄는 팀은 이미 침습적 심장 검사를 받기로 예정되어 있던 약 4,800명의 환자로부터 얻은 이미지를 사용하여 이 인공지능 모델을 훈련시켰습니다. 컴퓨터는 망막 이미지와 함께 확진된 심장 검사 결과를 함께 학습하여, 막힌 동맥과 관련된 특정 시각적 패턴을 익혔습니다. RET-IRV2라고 명명된 이 모델은 단순히 폐쇄를 찾아내는 법만 배운 것이 아니라, 이미지의 가장 관련성 높은 특징에 집중할 수 있도록 환자의 연령과 성별 같은 기본적인 세부 정보를 추정하는 기술 또한 훈련받았습니다.

이 새로운 도구의 진정한 시험대는 연구진이 네 곳의 서로 다른 의료 센터에서 모은 3,300명 이상의 완전히 다른 환자 그룹에 이를 적용했을 때였습니다. 이 외부 검증 과정에서 컴퓨터 모델은 놀라운 효과를 입증했습니다. 이 모델은 높은 정확도로 폐쇄성 관상동맥 질환의 존재를 식별해 냈으며, 현재 의사들이 사용하는 표준 방식들을 크게 능가했습니다. 연령, 성별, 증상을 바탕으로 위험도를 계산하는 기존 방식들은 환자가 폐쇄를 가지고 있는지 아닌지를 구분하는 데 종종 어려움을 겪습니다. 연구에서 컴퓨터 모델은 업데이트된 Diamond-Forrester 모델, Duke Clinical Score, 그리고 혈압과 콜레스테롤 수치를 포함한 표준 통계 계산법보다 훨씬 뛰어난 집단 분리 능력을 보여주었습니다.

이 발견을 특히 주목할 만하게 만드는 점은, 컴퓨터가 환자의 병력이나 혈액 검사 결과 등의 입력값 없이 오직 눈 이미지만을 사용하여 이러한 성과를 달랐다는 것입니다. 컴퓨터가 어떻게 결정을 내리는지 이해하기 위해, 연구진은 망막 이미지의 일부를 디지털 방식으로 가리는 일련의 실험을 수행했습니다. 혈관 부분을 가렸을 때 컴퓨터의 성능이 현저히 떨어졌는데, 이는 컴퓨터가 실제로 미세 혈관의 구조와 외형에 의존하여 진단을 내리고 있음을 확인시켜 주는 결과였습니다. 이는 모델이 단순히 무작위적인 패턴을 바탕으로 추측하는 것이 아니라, 심장 질환과 동반되는 전신 혈관의 변화를 실제로 탐지하고 있음을 시사합니다.

또한 연구진은 즉각적인 진단을 넘어, 컴퓨터의 예측이 확진된 환자들의 향후 건강에 어떤 영향을 미치는지도 살펴보았습니다. 질환이 있는 환자들을 최대 2년 동안 추적 관찰한 결과, 컴퓨터 모델의 점수가 높은 환자들은 심근경색, 뇌졸중 또는 사망과 같은 주요 심혈관 사건을 경험할 가능성이 더 높았습니다. 이는 망막에 포착된 시각적 정보가 질병의 존재를 식별하는 데 도움이 될 뿐만 아니라, 기저 질환의 심각성과 환자가 직면한 미래의 위험까지도 엿볼 수 있게 해준다는 것을 나타냅니다.

이러한 유망한 결과에도 불구하고, 연구진은 자신들의 연구가 가진 한계를 주의 깊게 언급했습니다. 본 연구는 환자들이 이미 침습적 검사를 받도록 의뢰된 특정 환경에서 수행되었기 때문에, 실제 질환 발생률이 매우 높은 집단을 대상으로 했습니다. 이는 질환이 덜 흔한 일반 인구 집단과는 차이가 있습니다. 또한, 모델이 낮은 위험군이나 눈의 색소 침착 및 혈관 구조의 차이가 있을 수 있는 동아시아 이외의 인구 집단에서도 효과적인지에 대해서는 아직 테스트되지 않았습니다. 더욱이, 컴퓨터가 미래의 심혈관 사건을 예측하는 능력은 추가 연구를 위한 가설로서 제시된 것이지, 개별적인 결과를 예측하는 입증된 도구로 제시된 것은 아닙니다.

이 연구의 함의는 심장 질환 선별의 미래에 있어 매우 중요합니다. 만약 이러한 결과가 더 넓고 다양한 인구 집단에서도 입증된다면, 망막 촬영은 강력한 비침습적 선별 도구가 될 수 있습니다. 이는 의사들이 어떤 환자에게 정말로 침습적인 심장 검사가 필요한지, 그리고 어떤 환자가 덜 위험한 방법으로 안전하게 경과를 관찰할 수 있는지를 결정하는 데 도움을 줄 수 있습니다. 단순하고 통증 없는 사진 한 장을 통해 환자의 혈관 건강에 대한 명확한 그림을 제공함으로써, 이 기술은 진단 경로를 정교화하고, 불필요한 시술을 줄이며, 궁극적으로 심장 질환이 의심되는 수백만 명의 사람들을 위한 의료 서비스를 개선할 잠재력을 가지고 있습니다. 이 연구는 영혼을 보는 창이라고 불리는 눈이, 심장의 건강을 보여주는 투명한 창이 될 수도 있음을 보여줍니다.