의료
연구자들은 AI로 심장의 신비를 풀고 심장병을 예측합니다
최근 심장과 관련된 두 가지 연구에서 심장이 어떻게 기능하고 오작동하는지 더 잘 이해하기 위해 AI 알고리즘을 사용했습니다. 연구팀은 사용된 인공 지능 알고리즘 에 방법에 대한 통찰력 확보 심장 근육의 모양은 성능에 영향을 미칩니다. AI 알고리즘의 도움으로 연구팀은 심장의 심실이 혈류를 촉진하는 방법에 대한 통찰력을 얻었고 심장 근육 발달에 중요한 역할을 하는 XNUMX개의 다른 DNA 섹션을 발견했습니다. 한편, 또 다른 연구에서는 셀카가 어떻게 잠재적으로 심장병 진단에 사용될 수 있습니다..
15세기와 16세기까지 과학자들은 심장을 연구했고 심장의 구조가 기능과 어떤 관련이 있는지 궁금해했습니다. 레오나르도 다빈치는 500년 전에 심장 근육이 혈액을 온몸으로 어떻게 이동시켰는지 궁금했습니다. MRC London Institute of Medical Sciences, Cold Spring Harbor Laboratory, EMBL의 European Bioinformatics Institute(EMBL-EBI), Heidelberg University, Politecnico di Milano와 같은 기관의 연구원 팀 덕분에 우리는 그 역할을 이해하는 데 훨씬 더 가까워졌습니다. 심장의 섬유주(trabeculae)가 심장의 발달과 기능에 관여한다는 것입니다.
Trabeculae는 심장 내부 표면에 복잡한 기하학적 패턴 네트워크를 형성하는 근육 섬유입니다. 심장 자체가 발달하는 첫 번째 기관이고 폐에서 산소를 얻을 수 없기 때문에 섬유주(trabeculae)는 심장이 발달함에 따라 심장에 산소를 공급하는 것으로 여겨집니다. 그러나 섬유주(trabeculae)가 성인에게서 어떤 역할을 하는지는 오랫동안 미스터리였습니다. Da Vinci는 심장의 섬유주(trabeculae)가 심장을 통과할 때 혈액을 따뜻하게 하는 역할을 한다고 추측했지만 AI 기반 연구 기술 덕분에 이제 우리는 그들의 진정한 목적에 대한 아이디어를 갖게 되었습니다.
연구팀은 심장에서 촬영한 약 25000개의 MRI(자기 공명 영상) 스캔을 분석하기 위해 AI 알고리즘을 사용했습니다. 이러한 스캔은 유전 데이터 및 심장 형태 데이터와 함께 AI 모델에 제공되었습니다. 연구진은 모델의 결과를 분석한 결과 섬유주(trabeculae)가 심장의 심실을 통한 혈류를 촉진하는 역할을 하는 것으로 보인다는 사실을 발견했습니다. 심장 내부의 기하학적 패턴은 이제 심장이 뛰면 혈액이 더 효율적으로 흐르도록 돕는 것으로 여겨집니다.
섬유주(trabeculae)가 혈액의 효율적인 흐름을 도울 수 있다는 사실 외에도 연구원들은 섬유주의 발달에 영향을 미치는 것으로 보이는 DNA의 여섯 부분을 발견했습니다. XNUMX개의 DNA 섹션 중 XNUMX개 섹션은 뇌 내에서 분기 신경 경로의 발달에 역할을 합니다. 섬유주를 발생시키는 유사한 메커니즘이 신경 세포를 발생시킬 수도 있습니다.
섬유주 모양은 심장 질환과도 관련이 있을 수 있습니다. 연구팀은 50000명이 넘는 환자의 유전 데이터를 분석했고, 다양한 섬유주 패턴이 심장병 발병 위험과 어느 정도 상관관계가 있음을 발견했습니다.
미래주의(Futurism)가 보고한 또 다른 연구에서 중국 베이징에 있는 국립 심혈관 질환 센터(National Center for Cardiovascular Diseases in Beijing)의 연구원들은 사람의 단순한 사진에서 포착할 수 있는 신체적 특성을 기반으로 개인의 심장 질환 가능성을 예측할 수 있는 AI를 실험했습니다. . 사람의 눈꺼풀 근처에 노란색 침전물, 각막 바깥쪽 가장자리의 흰색 고리, 희어지거나 가늘어지는 머리카락과 같이 심장병과 상관관계가 있는 신체적 특성이 있습니다. 중국 병원의 환자 이미지에 대해 훈련을 받았을 때 이 알고리즘은 심장병 사례의 약 80%를 감지할 수 있어 기존의 심장병 위험 평가 방법을 능가하는 것으로 알려졌습니다. 또한 모든 부정적인 심장 질환 사례의 약 60%를 포착했습니다.
알고리즘과 관련된 높은 위양성 비율이 있으며, 팀은 위양성이 환자에게 불필요한 불안을 유발하고 불필요한 테스트로 의료 시스템에 과부하를 줄 수 있다는 점에 주목하면서 이를 해결해야 한다고 말합니다. 그러나 알고리즘의 오탐률이 해결되고 전반적인 정확도가 향상된다면 심혈관 질환 검사 프로그램에 대한 적절한 자금 조달에 어려움을 겪는 전 세계 지역에 유용한 도구가 될 수 있습니다.
