Core Concepts
망막 OCT 영상과 환자 메타데이터를 통합하여 심혈관 질환 발생 위험을 예측할 수 있다.
Abstract
이 연구는 광학 결맞음 단층촬영(OCT) 영상과 환자 메타데이터를 활용하여 심혈관 질환 발생 위험을 예측하는 모델을 제안한다.
주요 내용은 다음과 같다:
자기지도학습 기반 변분 오토인코더(VAE)를 통해 OCT 영상의 잠재 특징을 학습하고, 이를 랜덤 포레스트 분류기와 결합하여 심혈관 질환 발생 위험을 예측하였다.
왼쪽 눈과 오른쪽 눈의 OCT 영상을 모두 활용하고 환자 메타데이터를 추가하는 것이 가장 우수한 성능을 보였다.
제안한 모델은 현재 임상에서 사용되는 QRISK3 알고리즘보다 우수한 성능을 보였다.
모델 해석 분석을 통해 맥락막 층이 심혈관 질환 위험 예측에 중요한 역할을 하는 것으로 나타났다.
이 연구 결과는 비침습적이고 비용 효과적인 OCT 영상이 심혈관 질환 위험 선별에 활용될 수 있음을 시사한다.
Stats
심혈관 질환 환자군의 평균 나이는 60.78 ± 6.47세이다.
심혈관 질환 환자군의 평균 BMI는 28.31 ± 4.45 kg/m²이다.
심혈관 질환 환자군의 평균 수축기 혈압은 147.26 ± 19.57 mmHg이다.
심혈관 질환 환자군의 평균 이완기 혈압은 84.75 ± 10.23 mmHg이다.
심혈관 질환 환자군의 평균 HbA1c 수치는 36.52 ± 4.32 mmol/mol이다.
Quotes
"심혈관 질환은 전 세계적으로 큰 보건 문제를 야기하고 있으며, 매년 2050만 명의 사망자를 발생시키고 있다."
"조기 발견과 예방이 심혈관 질환 사망률과 이환율 감소에 중요하다."
"망막 및 맥락막 미세혈관은 뇌 및 관상동맥 질환과 같은 전신 혈관 질환의 민감한 지표로 알려져 있다."