There’s a Fatty Liver Epidemic. AI Could Help Get Ahead of It

개요

전 세계적으로 10억 명 이상에게 영향을 미치는 지방간 질환은 조기 진단이 어렵지만, AI는 전자 건강 기록, X-ray 이미지, 혈액 검사 등 다양한 데이터를 분석하여 고위험군을 식별하고 조기 개입을 통해 질병 진행을 막는 데 기여할 수 있다.

주요 내용

* 지방간 질환의 심각성 및 진단 어려움: 지방간 질환은 현재 전 세계 성인의 약 30%에 영향을 미치며, 간부전, 심혈관 질환, 암 위험 증가와 연관되지만 대부분 무증상으로 진행되어 조기 진단이 어렵고, 간경변 말기에도 3/4이 생명을 위협하는 단계에서 진단된다.
* AI를 활용한 조기 위험군 식별: AI는 방대한 전자 건강 기록을 분석하여 지방간 위험이 높은 사람들을 식별하고, 환자의 우선순위를 정하는 데 활용될 수 있다.
* 간편한 진단 도구 활용의 한계와 AI의 역할: Fib-4 지수, 강화 간 섬유화 검사 등 비침습적인 진단 방법이 존재하지만, 의료진의 업무량 증가로 인해 실제 적용이 어려운 경우가 많으며, AI는 이러한 검사 결과를 자동화하고 Fib-4 점수를 계산하여 의사가 적절한 환자를 간 전문의에게 의뢰하도록 지원할 수 있다.
* AI 기반 영상 분석: 일본 연구진은 AI 모델을 사용하여 흉부 X-ray 이미지에서 지방간 질환을 82%의 정확도로 식별했으며, AI는 X-ray 분석 시 간 지방 침착을 감지하고 다른 위험 요인을 평가하여 의사에게 추가 검사를 권고할 수 있다.
* AI 기반 혈액 검사 진단 정확도 향상: Evido의 LiverPRO와 같은 AI 알고리즘은 9가지 혈액 바이오마커를 기반으로 간 섬유화 위험을 평가하며, Fib-4보다 심각한 간 질환 예측에 더 우수한 성능을 보였다. ALADDIN과 같은 AI 모델은 resmetirom 치료의 이점을 얻을 수 있는 환자를 식별하는 데에도 기여할 수 있다.
* AI의 역할 및 기대 효과: AI 도구는 조직 검사나 영상 검사를 완전히 대체하지는 않겠지만, 1차 진료에서의 병목 현상을 해결하고, 더 섬세한 도구가 놓칠 수 있는 중등도 위험 환자를 포착하며, 불필요한 간 전문의 의뢰를 줄이는 데 기여할 것으로 예상된다.
* 조기 진단 및 생활 습관 개선 유도: 환자에게 간 섬유화 진단을 알리는 것은 식이요법 및 운동 실천율을 높이는 데 효과적이며, 조기 진단 및 치료는 의료 시스템의 만성 질환 부담을 줄이고 막대한 비용을 절감할 수 있다.

시사점

AI는 지방간 질환의 조기 진단 및 위험군 선별을 자동화하고 효율화함으로써, 질병의 진행을 막고 생명을 위협하는 합병증을 예방하는 데 중요한 역할을 할 수 있으며, 이는 환자의 건강 증진뿐만 아니라 의료 시스템의 경제적 부담 완화에도 기여할 것으로 기대된다.