AI 기반 심장 내 초음파 카테터 위치 추정: 새로운 시대의 심장 시술을 열다

허재영, Ankur Kapoor, 김영호 연구팀이 AI 기반 심장 내 초음파 카테터 위치 추정 시스템을 개발했습니다. Vision Transformer 기반 딥러닝 모델을 사용하여 851명의 임상 데이터를 학습, 높은 정확도로 카테터 위치 및 방향을 예측하는 데 성공했습니다. 이 시스템은 시술 효율 향상 및 의료진 업무 부담 감소에 크게 기여할 것으로 기대됩니다.

심장 내 초음파(ICE)는 심장 질환 시술에 필수적인 영상 기술입니다. 하지만 기존의 전자기(EM) 추적 방식은 간섭과 위치 오차에 취약하고, 수동 조정에는 의료진의 높은 전문성이 요구됩니다. 허재영, Ankur Kapoor, 김영호 연구팀은 이러한 문제를 해결하기 위해 AI 기반 해부학적 이해를 활용한 혁신적인 ICE 카테터 위치 추정 시스템을 개발했습니다.

이 시스템은 외부 추적 센서 없이 ICE 이미지만으로 카테터의 위치와 방향을 정확하게 파악합니다. 핵심 기술은 Vision Transformer(ViT) 기반 딥러닝 모델입니다. 이 모델은 ICE 이미지와 심장 해부학적 구조 간의 공간적 관계를 효과적으로 학습하여 위치와 방향을 예측합니다. 851명의 환자 데이터를 기반으로 학습된 모델은 놀라운 정확도를 보여줍니다. 평균 위치 오차는 9.48mm에 불과하며, 방향 오차 또한 x, y, z축에서 각각 16.13도, 8.98도, 10.47도로 매우 낮습니다.

연구팀은 16x16 크기의 이미지 패치를 사용하여 ViT 모델에 입력하고, [CLS] 토큰을 통해 위치와 방향을 독립적으로 예측하는 방식을 채택했습니다. 평균 제곱 오차(MSE) 손실 함수를 사용하여 위치 및 방향 정확도의 균형을 맞추었습니다. 실험 결과는 3D 심장 메쉬 내에서 예측된 뷰와 목표 뷰가 정확하게 일치함을 보여줍니다.

이 기술은 시술 효율 향상, 의료진의 업무 부담 감소, 추적 장치가 필요 없는 시술 가능성 등 다양한 장점을 제공합니다. 기존의 CARTO와 같은 매핑 시스템과 함께 사용될 수 있으며, ICE 유도 시술의 패러다임을 바꿀 잠재력을 가지고 있습니다. AI 기반 심장 내 초음파 카테터 위치 추정 시스템은 더욱 정확하고 효율적인 심장 시술의 새로운 시대를 열 것으로 기대됩니다. 🎉

주요 내용:

• 문제: 기존 ICE 카테터 위치 추적 방식의 한계 (EM 추적 방식의 간섭 및 오차, 수동 조정의 어려움)
• 해결책: AI 기반 해부학적 이해를 활용한 ICE 카테터 위치 및 방향 추정 시스템 개발
• 방법: Vision Transformer(ViT) 기반 딥러닝 모델 사용, 851명의 임상 데이터를 이용한 학습
• 결과: 평균 위치 오차 9.48mm, 방향 오차 (16.13도, 8.98도, 10.47도)
• 의의: 시술 효율 향상, 의료진 업무 부담 감소, 추적 장치가 필요 없는 시술 가능성