흉부 X선 영상 기반 인공지능(AI)을 이용한 관상동맥 석회화 및 심혈관질환 위험 예측: 딥러닝 영상의학적 고찰
서론: 흉부 X선과 인공지능의 만남이 여는 심혈관 영상의학의 새로운 지평 심혈관질환(Cardiovascular disease, CVD)은 전 세계적으로 사망 원인 1위를 차지하는 질환군으로, 조기 진단과 위험도 예측이 환자의 예후를 결정하는 핵심 요소이다. 전통적으로 관상동맥질환(Coronary artery disease, CAD)의 위험도 평가는 임상 위험 인자(흡연, 고혈압, 당뇨, 고지혈증 등)와 더불어 관상동맥 석회화(Coronary artery calcium, CAC) 평가를 통해 이루어져 왔다. 특히 Agatston score 는 심장 CT를 이용한 표준 지표로 널리 사용되고 있다. 그러나 심장 CT는 상대적으로 높은 비용과 방사선 피폭이라는 한계를 지니며, 모든 환자에게 일상적으로 적용하기에는 현실적인 제약이 있다. 반면 흉부 X선 검사(chest radiography) 는 응급실, 외래, 입원 환경에서 가장 빈번하게 시행되는 영상 검사 중 하나로, 저비용·저선량이라는 장점을 지닌다. 최근 인공지능(AI), 특히 딥 컨볼루션 신경망(Deep Convolutional Neural Network, DCNN) 의 발전은 기존 영상 판독의 한계를 뛰어넘어, 인간 판독자가 직관적으로 인지하기 어려운 미세한 영상 패턴을 추출하고 임상적 의미를 도출하는 단계에 이르렀다. 본 컬럼에서는 흉부 X선 영상 기반 AI를 이용한 관상동맥 석회화 예측 및 심혈관질환 위험도 평가 에 관한 Johns Hopkins University 연구를 중심으로, 그 영상의학적 의미와 임상적 파급효과를 심층적으로 고찰하고자 한다. 관상동맥 석회화(Coronary Artery Calcium)의 병태생리와 임상적 의의 관상동맥 석회화는 죽상동맥경화(atherosclerosis)의 진행 과정에서 나타나는 비가역적 변화로, 혈관 내막의 만성 염증과 지질 침착 이후 칼슘이 침착되며 형성된다. 이러한 석회화는 단순한 ...