새로운 기계 알고리즘, 버튼 클릭만으로 심혈관 위험 식별 가능

에디스 코완 대학(ECU)의 연구원들이 매니토바 대학과 협력하여 개발한 자동화된 머신 러닝 프로그램은 일상적인 임상 검사에서 실시한 골밀도 검사를 기반으로 잠재적인 심혈관 질환 사고나 낙상 및 골절 위험을 식별할 수 있었습니다.

골다공증 치료 계획의 일환으로 실시하는 정기적인 골밀도 검사 중에 노령 여성의 척추 골절 평가(VFA) 이미지에 알고리즘을 적용하여 환자의 복부 대동맥 석회화(AAC) 존재 여부와 정도를 평가했습니다.

이 알고리즘은 AAC를 스크리닝하는 데 걸리는 시간을 크게 단축시켜, 수천 개의 이미지에서 AAC 점수를 예측하는 데 1분도 걸리지 않습니다. 반면, 숙련된 독자는 한 개의 이미지에서 AAC 점수를 얻는 데 5~6분이 걸립니다.

ECU 연구원인 카산드라 스미스 박사는 연구를 통해 정기적인 뼈 밀도 검사를 받은 노인의 58%가 중간에서 높은 수준의 AAC를 보였으며, 4명 중 1명은 AAC 수치가 높다는 사실을 모른 채 검사를 받는 것으로 나타났다고 밝혔습니다. 이는 이들이 심장마비와 뇌졸중의 위험이 가장 높다는 것을 의미합니다.

여성은 심혈관 질환 검진 및 치료가 부족한 것으로 알려져 있습니다. 이 연구는 널리 이용 가능한 저방사능 골밀도 측정기를 사용하여 심혈관 질환 고위험군 여성을 식별하고, 이를 통해 치료를 받을 수 있음을 보여줍니다.

"AAC 환자는 증상이 전혀 나타나지 않으며, AAC에 대한 특별 검진을 받지 않으면 이러한 예후를 알아차리지 못하는 경우가 많습니다. 골밀도 검사 시 이 알고리즘을 적용하면 여성들이 진단받을 확률이 훨씬 높아집니다."라고 스미스 박사는 말했습니다.

ECU 수석 연구원인 마크 심 박사는 동일한 알고리즘을 사용하여 중간에서 높은 AAC 점수를 받은 환자들은 낮은 AAC 점수를 받은 환자들에 비해 낙상으로 인한 입원과 골절 위험이 더 높다는 것을 발견했습니다.

심 박사는 "동맥의 석회화가 심할수록 넘어지거나 골절될 위험이 커진다"고 말했습니다.

전통적인 낙상 및 골절 위험 요인을 살펴보면, 지난 1년 동안 낙상 경험이 있는지, 골밀도와 같은 요소들은 일반적으로 낙상 및 골절 발생 가능성을 보여주는 매우 좋은 지표입니다. 일부 약물은 낙상 위험을 높이는 것으로 알려져 있습니다. 낙상과 골절을 고려할 때 혈관 건강은 거의 고려되지 않습니다.

"저희 분석 결과, AAC는 낙상 위험에 매우 큰 영향을 미치는 요인이며, 임상적으로 낙상 위험 요인으로 확인된 다른 요인보다 실제로 더 유의미한 것으로 나타났습니다."

심 박사는 새로운 기계 알고리즘을 뼈 밀도 검사에 적용하면 임상의가 환자의 혈관 건강에 대한 더 많은 정보를 얻을 수 있을 것이라고 말했습니다. 혈관 건강은 넘어짐과 골절의 위험 요소로 인식되지 않고 있습니다.

출처: https://www.sciencedaily.com/releases/2025/04/250429103146.htm