수술 전 흉부 방사선 사진에서 딥러닝으로 도출한 생물학적 나이가 구조적 심장질환 중재술 후 사망률을 EuroSCORE II를 넘어 예측함
Stambollxhiu et al.
- 생물학적 나이가 더 많이 차이나는 환자일수록 수술 후 문제가 생길 위험이 거의 2배 높았던 것입니다.
- 이것은 독일의 한 병원에서만 수집한 데이터이기 때문에, 다른 나라나 다른 의료 기관에서도 같은 결과가 나올지는 아직 확실하지 않습니다.
- 제 심장 수술을 앞두고 있는데, 의사선생님께서는 현재 어떤 위험도 평가 도구를 사용하시나요?
본 연구는 흉부 방사선 영상 기반 딥러닝 생물학적 나이를 구조적 심장질환 중재술의 30일 사망 예측모형으로 제시하였으며, TRIPOD+AI 지침이 강조하는 외부 평가 데이터의 부재와 사회인구학적 세분화 보고의 미흡함이 있고, AHA 성명의 임상 결과 개선 입증 요구와 편향 평가 필요성이 충족되지 않았습니다.
근거 TRIPOD+AI 예측모형 보고 지침(2024) · AHA 심장질환 AI 활용 과학 성명(2024)
앞으로 필요한 연구 단일 센터 후향적 자료를 넘어 다기관 전향적 코호트에서 생물학적 나이의 독립적 예측 가치와 임상 진료 개선을 확인하는 연구가 필요합니다.
일차적 의견
• 구조적 심장질환 중재술 환자 1,269명(수술 751명, TAVI 518명)에서 수술 전 흉부 방사선 사진 기반 딥러닝 생물학적 나이와 30일 사망률의 관계를 평가한 후향적 연구.
• 생물학적 나이가 EuroSCORE II보다 우수한 판별력 보임(수술: AUC 0.874 vs 0.785, P<0.001; TAVI: AUC 0.952 vs 0.745, P=0.004), 보정 후에도 독립적 예측 가치 유지(TAVI에서 OR 1.58/year, 95% CI 1.27–2.12).
• 단일 센터 연구로 선택 편향 가능성 있음; 일상적 영상에서 도출한 생물학적 나이는 기존 위험도 모델을 보완할 수 있으나 완전히 대체할 수는 없음.
수술 전 일상적 흉부 방사선 사진에서 딥러닝으로 도출한 생물학적 나이는 기존 위험도 모델보다 우수한 위험 층화를 제공하며, 수술 및 경카테터 구조적 심장 중재술 환자 모두에 적용 가능한 자동화되고 접근 가능한 보조 도구로 활용될 수 있다.
쉽게 풀어 쓴 해설
- 흉부 X선 사진에서 인공지능으로 측정한 생물학적 나이가 기존 위험 점수보다 정확했어요.
- 카테터 시술을 받은 환자에서 생물학적 나이가 1년 늘어날 때마다 사망 위험이 1.6배 높아졌어요.
- 심장 판막 질환으로 수술이나 카테터 시술을 받은 환자 1,269명의 수술 전 흉부 사진을 분석했어요.
- 인공지능이 사진에서 읽은 '생물학적 나이'로 수술 후 30일 내 사망을 예측할 수 있는지 기존 위험도 점수와 비교했어요.
- 심장 판막이나 구조 문제로 수술이나 카테터 시술을 받을 계획인 환자들이 해당해요.
- 한 병원 자료이고 환자 선택에 편향이 있을 수 있어서 다른 병원에서도 같은 결과인지는 아직 몰라요.
- 이 방법이 기존 위험도 점수를 완전히 대신할 수 있는지 아직 확실하지 않아요.
- 다음 진료 때 "제 흉부 사진으로 미리 수술 위험을 평가해 볼 수 있을까요?"라고 물어볼 만해요.