가톨릭대학교 여의도성모병원 내분비내과 백기현 교수, 김진영 임상강사 연구팀, 갑상선 질환 진단에 의료 인공 지능 개발의 기초가 될 수 있는 접근법 제시
갑상선 중독증은 자가 면역으로 인해 갑상선 호르몬의 생성이 증가되는 그레이브스병, 갑상선 조직이 파괴되는 무통성 갑상선염, 아급성 갑상선염 등으로 인하여 유발될 수 있다. 특히, 가장 대표적 원인은 그레이스병으로 이는 장기간의 갑상선항진증을 유발하고 또한 재발될 수 있기 때문에 다른 원인으로 인하여 유발되는 일시적인 갑상선 중독증과 구별하여 진단할 필요가 있다.
가톨릭대학교 여의도성모병원 내분비내과 백기현 교수·김진영 임상강사 연구팀은 초기 혈액검사를 이용하여 갑상선항진증을 감별할 수 있는지를 머신 러닝 알고리즘을 활용, 이를 기존 진단법(갑상선 자가 항체 단독 결과 및 갑상선 스캔 등)과 비교 분석했다.
진단 정확도 평가를 위한 통계적 방법은, 초기 혈액검사 결과를 학습한 Model 1과 혈액검사와 자가 항체 결과 전체를 학습한 Model 2로 구분했다. 머신 러닝 알고리즘은 기존에 잘 알려진 방법 중 의사 결정 나무, 랜덤 포레스트, 서포트 벡터 머신 등 일곱 가지의 다양한 방식으로 실험되었다.
머신 러닝 알고리즘을 이용한 갑상선 항진증 감별 진단 정확도는 초기 혈액검사 결과(Model 1)만을 포함했을 때 65~70%, 자가 항체 결과(Model 2)를 포함했을 때 78~90%였다. 이는 기존 진단법을 활용한 의사의 판단과 유사한 결과를 보였는데, 이는 기존 인공지능 진단 방식이 전통적 진료 방식에 비해 열등하지 않다는 것을 보여준다.
김지예 기자
press@healthinnews.co.kr