IBM, AI로 심장 기능 몇 분 만에 시뮬레이션하는 혁신 기술 공개

• 고성능 컴퓨팅 알고리즘을 이용해 가상 분율 흐름 예비력(vFFR) 시뮬레이션을 개선하는 새로운 방법
• 알고리즘은 기계 학습과 가우시안 과정 회귀라는 딥러닝 가속화 방법 기반
• 심장 내부에서 일어나는 일을 1~2분 안에 완벽하게 시뮬레이션 가능

대부분의 다중 규모 심장 역학 모델은 유망해 보이지만 진단과 치료 측면에서는 능력이 상당히 제한적입니다. 임상 데이터를 효율적으로 처리하지 못하고, 고정되지 않은 변수를 제약할 수 없으며, 계산 복잡성을 다루지 못해 효과적인 임상 결정과 의료 지원에 도움을 줄 수 없습니다.

가장 흔한 심장 질환은 관상동맥 질환(CAD)으로, 미국 성인 약 1,650만 명에게 영향을 미칩니다. 또한 미국에서 남녀 모두의 주요 사망 원인입니다. 클리블랜드 클리닉에 따르면 미국에서 40초마다 한 명꼴로 심장마비가 발생합니다.

이는 지방과 콜레스테롤(플라크로 알려짐) 침착물이 동맥 내벽에 쌓여 관상동맥이 막히거나 좁아지는 상태입니다. 이 플라크는 혈류를 제한하여 심장마비로 이어질 수 있습니다.

동맥 내 혈류 시뮬레이션

이러한 질환의 진단을 개선하기 위해 연구자들은 가상 분율 흐름 예비력(vFFR)이라는 기술을 사용하여 동맥의 막힘을 조사하는 새로운 방법을 탐구하고 있습니다. 이는 전산 유체 역학과 X선 혈관조영술을 활용하여 유체 움직임을 조사하고 관상동맥 내 혈류를 시뮬레이션합니다.

동맥 내 플라크를 관찰하기 위해 환자는 고혈압제 주사를 맞아야 합니다. 그러나 이러한 유형의 시뮬레이션은 압력 와이어 카테터의 필요성을 없애줍니다.

전산 유체 역학 알고리즘 기반의 기존 vFFR은 완전한 시뮬레이션을 생성하는 데 하루 이상 걸리는 경우가 많습니다. vFFR 방법을 효과적으로 활용하려면 진단 정확도를 떨어뜨리지 않으면서 그들이 실행되는 알고리즘을 개선해야 합니다. 몇 분 안에 전체 시뮬레이션을 계산할 수 있어야 하며, 막힌 동맥에 대한 더 넓은 범위의 시각을 제공해야 합니다.

이러한 요구 사항을 충족하기 위해 IBM 연구자들은 고성능 컴퓨팅 알고리즘을 사용하여 vFFR 시뮬레이션을 개선하는 새로운 방법을 개발했습니다. 알고리즘은 기계 학습과 가우시안 과정 회귀라는 딥러닝 가속화 방법을 기반으로 합니다. 목적 함수를 쉽게 미분할 수 없는 까다로운 시나리오에서도 최적화 알고리즘을 지원하는 데 사용될 수 있습니다.

참조: Frontiers Physiology | doi:10.3389/fphys.2018.01002 | IBM

알고리즘은 경색의 크기, 위치, 투과 깊이를 입력 변수로 받아 시뮬레이션의 계산된 변화를 모델링합니다. 다양한 위치와 형태의 경색에 대해 40개의 시뮬레이션을 실행할 수 있습니다. 유한 요소 시뮬레이션 결과로 훈련된 후, 알고리즘은 복잡한 효과를 조사하기 위한 유용한 표현을 제공합니다.

vFFR 기반 진단을 위한 혈역학 시뮬레이션은 NVIDIA Tesla V100 GPU가 장착된 POWER9 시스템에서 1~2분 내에 실행됩니다. 연구자들에 따르면 이는 거의 실시간으로 실행된 최초의 시뮬레이션입니다.

빠른 모델 시뮬레이션은 수작업을 줄이고 임상의가 심장 상태를 신속하게 검사할 수 있게 하여, 검사 결과를 기다리는 환자의 정신적 부담을 덜어줍니다.

참고: 구글, 눈 스캔으로 심장병 예측하는 AI 개발

이 연구는 인공지능과 생물물리학적 모델로 심장의 내부 메커니즘에 대한 완전하고 더 정확한 그림을 구축하기 위한 IBM의 작업의 일부입니다. 그들은 세포 및 해부학적 수준에서 심장 내부에서 일어나는 일을 시각화하는 새로운 기술을 발표했습니다.