머신 러닝 알고리즘으로 갑상선 중독증을 감별할 수 있게 됐다.

가톨릭대 여의도성모병원 내분비내과 백기현 교수·김진영 임상강사 연구팀은 초기 혈액검사 및 자가항체 검사로 갑상선항진증을 기존 진단법에 버금하게 정확히 감별할 수 있다고 국제학술지(Diagnostics)에 발표했다.

갑상선 중독증의 대표적인 원인은 갑상선 호르몬 생성이 증가하는 그레이브스병이다. 갑상선항진증을 장기간 유발하고 재발될 수 있어 다른 원인으로 유발되는 일시적인 갑상선 중독증과 구별해 진단해야 한다. 또다른 원인으로는 갑상선 조직이 파괴되는 무통성 갑상선염, 아급성 갑상선염 등이다.

연구팀은 정확도 평가를 위해 초기 혈액검사 결과를 학습한 모델 1과 혈액검사와 자가 항체 결과 전체를 학습한 모델 2로 구분했다.

그 결과, 모델 1에서는 65~70%, 모델2에서는 78~90%에 달했다. 연구팀은 이에 대해 기존 진단법을 활용한 의사 판단과 유사하다고 설명했다. 김진영 강사는 "수치를 이용한 진단법은 보다 간단하고 임상 환경에서의 응용 가능성이 높을 것으로 기대된다"고 설명했다.

백기현 교수는 "의료 인공지능은 임상 현장의 복잡한 의사 결정 상황에 보조 수단으로 사용될 있으며, 기술 발전이 환자에게 더 빠르고 정확한 의료 서비스를 제공하고 의료진 피로도 감소에 도움이 될 것"이라고 기대감을 나타냈다.
 

저작권자 © 메디칼트리뷴 무단전재 및 재배포 금지