GPU 구동 인공지능이 심장 부정맥을 정확하게 잡아냅니다!

인공지능(AI)이 생명을 구하기 위해 빠르게 진화하고 있습니다.

현업과 학계에서 각각 추진 중인 두 연구 덕분에, 전 세계 사망 원인 1위인 심장질환의 퇴치에 한발 더 가까워지고 있는데요. 앤드류 응(Andrew Ng) 겸임 교수가 이끄는 스탠포드 대학 연구팀과 실리콘밸리 스타트업인 얼라이브코르(AliveCor)는 심장의 이상 징후를 보다 잘 발견하고 진단의 정확도를 높이기 위해 인공지능(AI)을 활용하고 있습니다.

캘리포니아 주 마운틴 뷰(Mountain View)에 소재한 의료기기 제조사인 얼라이브코르는 애플 워치(Apple Watch)의 내장 센서를 사용해서 심장 박동을 모니터링할 수 있도록 딥 러닝 AI 알고리즘을 구축하고 있습니다. 뿐만 아니라 애플 워치 애플리케이션과 내장형 센서로 특수 제작된 손목 밴드를 사용해 이상이 감지되면 즉시 심전도(Electrocardiography, EKG)를 측정하도록 경고 메시지도 보낼 수도 있습니다.

이에 앞서 얼라이브코르는 스마트폰 애플리케이션을 통해 사용자가 심전도를 기록하고 분석할 수 있는 카디아모바일(KardiaMobile) 기기를 개발하여 심전도 분야에 한 획을 그은 바 있는데요. 5년 전 도입된 카디아모바일의 딥 러닝 모델은 아마존 웹서비스(AWS)에서 엔비디아 테슬라(Tesla) GPU들로 트레이닝 되었으며, 사용자의 기존 심장 정보를 만들어서 이를 기준으로 향후의 심전도와 비교합니다.

이에 더해 기존 등록자가 아닌 새로운 사람이 기기를 사용하면 애플리케이션은 자동으로 이를 포착해서 기존의 사용자 정보가 왜곡되지 않도록 합니다.

 

심전도 측정이 필요한 때를 판단

얼라이브코르는 2017년 FDA의 승인을 받은 카디아밴드(KardiaBand)를 선보였습니다. 카디아밴드는 카디아모바일(KardiaMobile)을 축소해서 애플 워치 밴드에 내장시키고 애플 워치의 여러 센서와 통합시킨 것인데요. 그러나 얼라이브코르 엔지니어링 사업부 부사장 프랭크 피터슨(Frank Petterson)은 카디아밴드를 만들어낸 혁신의 원동력은 얼라이브코르가 스마트리듬(SmartRhythm)라고 부르는 AI 프로그램이라고 설명했습니다.

스마트리듬(SmartRhythm)은 엔디비아 테슬라 V100 데이터 센터 AI 가속기로 트레이닝 되어, 심장 박동수를 사용자의 현재 활동과 다른 요인들을 연관시킬 수 있습니다. 예를 들어 스마트리듬은 비정상적인 심장 박동수가 감지되었을 때 이것이 사용자의 건강 상태에 적합한지, 아니면 심장 문제의 전조인지를 결정할 수 있습니다.

피터슨 부사장은 “사용자의 애플 워치에 뉴럴 네트워크를 구동해서 하루 종일 5초 간격으로 모든 심장박동과 활동을 분류할 수 있습니다. 알고리즘은 패턴이 정상인지 판별해낼 수 있고, 만약 이상하다고 판단되면 심전도 측정을 알리는 경보를 보냅니다”라고 설명했습니다.

피터슨 부사장은 얼라이브코르가 앞으로 기술을 어느 분야에 적용할지에 대해 공개적으로 밝힐 수는 없다고 전했는데요. 하지만 심전도를 사용해 전해질 수치(Electrolyte level)를 판독하고, 운동선수처럼 건강해 보이는 사람들에게 실신이나 최악의 경우에는 돌연사를 유발하는 질환인 QT 연장 증후군을 예방하기 위해 메이오 클리닉(Mayo Clinic)과 협업하고 있다고 언급했습니다.

피터슨 부사장에 따르면 심전도에는 아직 제대로 활용 되지 못한 데이터가 많이 있다고 합니다.

 

앤드류 응 교수가 이끄는 심전도 관련 AI 연구

한편, 바이두(Baidu)의 인공지능연구소장을 역임한 바 있는 앤드류 응(Andrew Ng) 겸임교수가 이끄는 스탠포드 대학 컴퓨터과학 연구진은, 심전도 판독과 분석을 자동화하기 위해 AI 기반 알고리즘을 적용하고 있습니다. 연구진의 목표는 부정맥 진단을 가속화하고 정확성을 향상시킴으로써 의료진이 보다 어려운 케이스에 집중하거나 환자와 더 많은 시간을 보낼 수 있도록 하는 것입니다.

이는 AI가 일상에 적용되는 전형적인 사례라고 할 수 있습니다.

앤드류 응 교수의 연구진 중 박사 과정 학생인 아우니 하눈(Awni Hannun)은 “병원에서는 심전도 측정을 하면 아직도 의료진이 직접 판독하고 있습니다”고 말합니다.

아우니 하눈 연구원을 비롯한 스탠포드 연구진은 아이리듬(iRhythm)과 협력 중인데요. 비정상적인 심장 활동을 포착하는 웨어러블 심장 모니터기를 만드는 아이리듬은 방대한 심전도 데이터를 구축하고 있습니다. 양측은 부정맥 포착 과정을 자동화하기 위해 손을 잡았습니다.

스탠포드 연구진과 아이리듬은 3만 명 이상의 환자로부터 30초 길이의 익명 심전도 데이터세트 6만개를 수집하고, 34개층 딥 러닝 모델을 스탠포드 대학의 엔비디아 GPU를 활용해서 가공했습니다.

이 딥 러닝 모델은 작년에 발간된 논문에 상세하게 소개되었는데요. 현재까지 14개의 부정맥 종류를 구분할 수 있고 심장병 전문의들에게 환자의 심장에 무슨 일이 있는지 명확하게 보여줍니다. 이 모델에 심전도 기록을 투입한 후, 어느 쪽이 더 정확한지 비교하기 위해 심장 전문가의 분석과 비교해보았는데요.

결과적으로, 딥 러닝 모델은 대부분의 개별 심장병 전문의들 보다 더 높은 정확성을 보였습니다. 하지만 아우니 하눈 연구원은 그 어떤 심장병 전문의 보다 뛰어난 딥 러닝 모델을 만들 때까지, 연구진은 알고리즘을 꾸준히 정비할 계획이라고 말했습니다.

아우니 하눈 연구원은 “부정맥의 정확한 발견이 올바른 약물치료의 관건인 만큼 최고의 전문가들을 능가할 때까지는 성능 개선의 여지가 있습니다. 우리는 최고의 성능을 원합니다”라고 덧붙였습니다.

비슷한 글

답글 남기기

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다.