Scientific Reports에 게시된 데이터는 사용자가 스마트폰의 카메라를 사용하여 환자의 맥파 속도를 측정할 수 있게 해주는 알고리즘을 설명합니다.
https://www.nature.com/articles/s41598-018-19457-0#Abs1
University of Southern California의 연구에 따르면 이 접근법은, 동맥 경화를 보다 저렴하고 편리하게 스크리닝 할 수 있다고 합니다. 동맥경화는 혈액 및 맥박 압박을 증가시킬 수 있고 당뇨병 및 신부전과 같은 비심혈관계 질환과 관련되어있습니다.
현재, 동맥 경화는 MRI 또는 혈압 측정법을 사용하여 측정되며 후자는 심전도뿐 아니라 두 경동맥 압력 측정을 필요로합니다. 그러나 연구자가 제안한 방법은 하나만 요구할 것이다.
"조정되지 않은 단일 파형 - 두 단계를 제거 했으므로 18,000 달러의 tonometry 장치와 간섭식 절차를 iPhone 응용 프로그램으로 전환하는 방법입니다." USC의 항공 우주 및 기계 공학 및 의학 조교수인 Niema Pahlevan는 성명을 통해 밝혔다.
Pahlevan과 그의 동료들은 Framingham Heart Study에서 수집한 5,012 명의 환자의 혈압 측정 결과에 대한 데이터를 재검토했다. 이전 연구에서 이미 입증된 "Intrinsic Frequency algorithm"이라고 불리는 기계 학습 기반 접근법을 테스트하였습니다. 이 기록된 맥파 속도를 알고리즘에 의해 추정된 것과 비교하여, 그들은 더 많은 오류를 보여 주며 초당 12 미터 이상의 값과 0.85의 상관 관계를 관찰했습니다.
연구진은 또한 이 추정치가 심혈관 질환을 예측하는 데 사용될 수 있는지 판단하기도 했다. 4,798 명의 환자 판독 값의 샘플 데이터 세트를 사용하여 171 명의 추적 관찰 기간 중 10 년 동안 심혈관 질환 사건을 경험한 팀은 기록된 (p = .0002) 및 알고리즘 유도된 (p = .008 ) 맥파 속도는 위험 인자 조절 후 환자의 첫 번째 주요 사건에 대한 위험 증가와 유의한 관련이 있었다.
"임상의사가 알고 싶은 것은 당신이 결과를 개선할 수 있도록 돕고 있는지 아닌지입니다."라고 파레반은 말했다. "그리고 우리는 실제 혈압 측정법만큼이나 예측할 수 있음을 보여주었습니다."
Pahlevan은 또한 알고리즘은 이전의 측정 방법과의 상관 관계만 찾지는 않는다는 점에서 다른 알고리즘을 사용하는 학습 방법에서 고유하다고 지적했습니다. 오히려 수축과 이완 중에 심장의 주요 부분을 포착하도록 설계되었습니다.
"많은 사람들이 의료 기기에 기계 학습을 도입하려 했지만 순수한 AI만으로는 작동하지 않습니다."라고 파레반은 말했습니다. "상관 관계가 높아지면 의학에서 이상치가 포착하려는 경우가 되기 때문에 병이 있는 모든 환자를 놓칠 수 있습니다."