오늘날 전 세계 사망 원인 1위는 심장 질환이며, 미국심장학회의 추산에 따르면 2030년까지 심혈관 질환 사망자가 연간 약 2천 4백만 명에 달할 전망입니다.
의료계에서는 이 병을 예방하고 환자따라 정확한 치료법을 진단해 줄 수 있다면 의료계의 새로운 역사를 쓸 수 있을 것이라고 말합니다. 그리고 임페리얼 칼리지 런던(Imperial College London) 연구진들은 3D 가상 심장 모델과 머신 러닝을 활용하여 그 새로운 역사를 쓰고 있습니다.
임페리얼 칼리지 런던 연구진은 이미지 분석과 머신 러닝 알고리즘을 결합하여 심장 수축 모델을 구축했습니다. 여러분은 아래 동영상을 통해 그 놀라운 모델을 확인할 수 있는데요. 연구진은 이 모델들을 과거 환자 사례와 비교하여 보다 나은 치료법을 제안하고, 미래 심장 질환 환자들의 예후를 개선시키고자 합니다.
최근 발표 한 논문에서 주요 저자인 디클런 오레건(Declan O’Regan) 박사는 3D 솔루션이 현존하는 방법론보다 정확성과 신속성 면에서 뛰어나다고 주장하며 그에 대한 가장 중요한 원인으로 GPU를 꼽았습니다.
디클런 오레건 박사는 “머신 러닝은 심장 구조를 파악하기 위해 사용되어 왔습니다. 하지만 GPU 가속화된 딥 러닝 접근법은 이를 몇 시간에서 단 몇 분으로 단축하면서 정확성 또한 강화했지요” 라고 설명했습니다.
데이터를 100% 활용하기
오레건 박사는 MRC 런던 의과대학(LMS)의 수석 임상의과학자이자 방사선 전문의로, 머신 러닝을 사용하여 심부전 경과를 예측하는 연구 프로그램을 이끌고 있는데요.
그는 임상의가 증거에 입각해 개별 환자의 상태를 예측하는데 고충이 있다고 밝힙니다. 이미지, 유전자 감사 결과 등 데이터가 계속 축적되는데 이를 임상에서 어떻게 효과적으로 사용할 수 있을 지가 관건이라는 것입니다.
연구진의 전략은 자동화된 이미지 분석과 머신 러닝 알고리즘을 사용하여 환자의 경과를 예측할 수 있는 가장 특징적인 심장 기능을 규명하려는 것이었는데요. 이를 위해 연구진은 매 심장 박동마다 심장의 수축 방식을 3만여 지점에 걸쳐 구현하여 수백 명의 환자들의 결과를 기준으로 시스템을 트레이닝했습니다.
그리고 이와 관련하여 각 환자 별로 가상의 3D 심장을 만들어서 어떠한 특징들이 심부전과 사망의 조기 지표와 같은 역할을 하는지 파악했습니다.
논문의 공동 저자인 팀 다워스(Tim Dawes) 런던 의과대학 박사는 “컴퓨터는 단 몇 초 만에 분석 작업을 수행하는 동시에 이미지, 혈액 테스트 등 여러 검사에서 추출된 데이터를 자동적으로 분석합니다”라고 설명합니다. 다워스 박사는 소프트웨어의 토대가 되는 알고리즘을 개발했는데요. 그는 자신이 개발해낸 알고리즘이 의료진으로 하여금 환자에게 적절한 치료법을 적시에 적용하는 데에 도움이 될 것이라고 전망했습니다.
연구진은 엔비디아 테슬라(Tesla) K80 GPU 가속기, CUDA, cuDNN를 사용하여 모델을 트레이닝하고 있습니다. 연구진은 임상 데이터를 사용하여 CNN(Convolutional neural network, CNN)을 통해 환자의 심장을 종합적으로 분석하고, 이를 바탕으로 생존 가능성을 예측하고자 합니다.
새로운 지평을 열다
디클런 오레건 박사는 머신 러닝으로 심장의 크기와 기능을 측정할 경우에 보다 효율적으로 진단할 수 있다고 말합니다. 오레건 박사는 이미지, 유전자 검사, 혈압 등의 여러 결과를 종합적으로 반영할 수 있다면 연구가 비약적인 발전을 하게 될 것이라고 말합니다. 그러한 종합 시스템은 자료를 자동으로 해석하고 실제 치료법까지도 추천할 수 있습니다.
오레건 박사는“연구 단계에서 이미 현실성이 확인되었습니다”라고 말합니다.
다워스 박사는 세계 사망원인 제1위인 심장 질환으로 투병하는 환자의 치료 결과를 개선하고 생명을 연장하는 것이 궁극적인 목표라고 밝혔습니다.
이처럼 엔비디아 GPU 및 딥 러닝 접근법을 통해 의료 업계는 병 진단과 예방, 치료에 있어서 새로운 영역으로 지평을 확장하고 있습니다.