갑상선 중독증은 자가 면역으로 인해 갑상선 호르몬의 생성이 증가되는 그레이브스병, 갑상선 조직이 파괴되는 무통성 갑상선염, 아급성 갑상선염 등으로 인하여 유발될 수 있다. 특히, 가장 대표적 원인은 그레이스병으로 이는 장기간의 갑상선항진증을 유발하고 또한 재발 될 수 있기 때문에 다른 원인으로 인하여 유발되는 일시적인 갑상선 중독증과 구별하여 진단할 필요가 있다.
가톨릭대학교 여의도성모병원 내분비내과 백기현 교수·김진영 임상강사 연구팀은 초기 혈액검사를 이용하여 갑상선항진증을 감별할 수 있는지를 머신 러닝 알고리즘을 활용, 이를 기존 진단법(갑상선 자가 항체 단독 결과 및 갑상선 스캔 등)과 비교 분석했다.
진단 정확도 평가를 위한 통계적 방법은, 초기 혈액검사 결과를 학습한 Model 1과 혈액검사와 자가 항체 결과 전체를 학습한 Model 2로 구분했다. 머신 러닝 알고리즘은 기존에 잘 알려진 방법 중 의사 결정 나무, 랜덤 포레스트, 서포트 벡터 머신 등 일곱 가지의 다양한 방식으로 실험되었다.
|
김진영 임상강사(제1저자)는 “현재 대부분의 진단 분야에서 사용되는 의료 인공지능은 주로 의료 영상을 기반으로 하고 있지만, 본 연구는 숫자 값을 다룬다는 점에서 의미가 있다,”면서 “수치를 이용한 진단법은 보다 간단하고 임상 환경에서의 응용 가능성이 높을 것으로 기대된다.”고 밝혔다
이번 연구는 국제 학술지 ‘다이아그나스틱스(DIAGNOSTICS) 온라인 판에 게재됐다.