[PRNewswire] ThinkSono의 DVT 검출 결과, Nature digital medicine(npj)에 발표

(런던 및 독일 포츠담 2021년 9월 16일 PRNewswire=연합뉴스) 한 연구팀이 전통적인 방사선 해석 진단 스캔만큼 효과적이면서 그보다 더 신속하게 심부정맥혈전증(Deep Vein Thrombosis, DVT)을 진단하기 위해 인공 지능(AI) 알고리듬 사용법을 개발 중이다. 이 방식은 긴 환자 대기 명단을 잠재적으로 줄이고, 실제로 DVT에 걸리지 않은 환자가 불필요하게 약을 먹는 것을 방지할 수 있을 것으로 기대된다.

DVT는 다리에서 가장 흔히 발생하는 혈전증으로, 붓기, 통증 및 불편함을 야기한다. DVT를 치료하지 않으면 폐에서 치명적인 혈전이 발생할 수 있다. DVT 환자 중 30~50%에서 장기적인 증상과 장애가 발생할 수 있다.

옥스퍼드대학, 임페리얼 칼리지 및 셰필드대학 연구원들이 DVT가 있는 환자와 없는 환자를 구분하는 머신 러닝 AI 알고리듬(AutoDVT)의 훈련을 위해 기술 기업 ThinkSono(사장 Fouad Al-Noor 및 Sven Mischkewitz)와 손을 잡았다. 이 AI 알고리듬은 황금률 초음파 스캔과 비교해 정확하게 DVT를 진단한다. 연구팀의 계산에 따르면, 이 알고리듬을 사용할 경우 검사당 건강 서비스 비용을 잠재적으로 150달러 절감할 수 있는 것으로 나타났다.

이번 연구는 옥스퍼드대학 래드클리프 의과대학 연구원이자 옥스퍼드 대학병원 NHS 재단 신탁 임상의인 Nicola Curry 박사가 주도했다. 그는 "전통적으로 DVT를 진단하려면 훈련된 방사선 촬영 기사가 전문적인 초음파 스캔을 진행해야 한다"라며, "휴대용 초음파 기계와 더불어 이 AI 알고리듬을 사용한 예비 데이터는 유망한 결과를 보였다"라고 말했다.

이 연구는 머신 러닝 AI 알고리듬이 잠재적으로 DVT를 진단할 수 있음을 보여준 최초의 연구다. 이에, 연구원들은 검증-정확도 맹검 임상 연구에 들어갈 예정이다. 이 임상 연구는 표준 치료와 AutoDVT의 정확도를 비교해 DVT 환자를 찾아낼 수 있는 민감도를 결정한다. 이를 통해 AutoDVT가 매년 잠재적으로 정맥 혈전에 걸릴 위험이 있는 전 세계 약 800만 인구에 정확한 진단을 더욱 신속하게 제공할 것으로 기대된다.

이 연구에 참여한 옥스퍼드 혈우병 및 혈전증센터의 Christopher Deane은 "이 AI 알고리듬은 혈전 여부를 파악하기 위해 초음파 이미지를 분석할 수 있도록 훈련이 가능할 뿐만 아니라, 초음파 막대를 사용할 경우 대퇴정맥을 따라 정확한 위치로 사용자를 안내할 수도 있다"라며 "그에 따라 비전문가도 원하는 이미지를 확보할 수 있을 것"이라고 말했다.

연구팀은 이 AI 알고리듬에 AutoDVT 도구를 결합함으로써, GP와 간호사 같은 비전문 의료 전문가도 신속하게 DVT를 진단하고 치료할 수 있기를 바라고 있다. 또한, 비전문가가 수집한 이미지를 전문가에게 전달해 전문가를 찾아갈 수 없는 환자도 신속하게 진단할 수 있을 것으로 기대하고 있다.

옥스퍼드 혈액학센터에서도 연구 중인 Curry 박사는 "처음 DVT가 의심되는 시점으로부터 24시간 이내에 확정적인 진단을 받지 못하는 환자가 많다"면서, "따라서 잠재적인 부작용도 있으며, 종종 불필요한 항응혈제를 아픈 주사 형태로 맞는 환자도 많다"라고 설명했다.

ThinkSono CEO Fouad Al Noor는 "이번 연구 결과에 만족한다"라며 "앞으로 옥스퍼드 대학병원 및 다른 파트너 병원과 더욱 협력함으로써, 이 소프트웨어의 실험을 진행하고, 이를 전 세계 환자에게 제공할 계획"이라고 밝혔다.

이 연구 결과는 학술지 npj Digital Medicine에서 발표됐다.

ThinkSono 웹사이트: www.thinksono.com

추가 정보 문의: Fouad Al Noor, ThinkSono, hello@thinksono.com

주: 연구 논문 보기: https://www.nature.com/articles/s41746-021-00503-7, DOI: https://doi.org/10.1038/s41746-021-00503-7

사진 - https://mma.prnewswire.com/media/1626577/ThinkSono.jpg

ThinkSono AutoDVT App on a smartphone

출처: ThinkSono Ltd

ThinkSono DVT detection software results are published in Nature digital medicine (npj)

LONDON and POTSDAM, Germany, Sept. 15, 2021 /PRNewswire/ -- A team of researchers are developing the use of an artificial intelligence (AI) algorithm with the aim of diagnosing deep vein thrombosis (DVT) more quickly and as effectively as traditional radiologist-interpreted diagnostic scans, potentially cutting down long patient waiting lists and avoiding patients unnecessarily receiving drugs to treat DVT when they don't have it.

DVT is a type of blood clot most commonly formed in the leg, causing swelling, pain and discomfort - if left untreated, it can lead to fatal blood clots in the lungs. 30-50% of people who develop a DVT can go on to have long-term symptoms and disability.

Researchers at Oxford University, Imperial College and the University of Sheffield collaborated with the tech company ThinkSono (which is led by Fouad Al-Noor and Sven Mischkewitz), to train a machine learning AI algorithm (AutoDVT) to distinguish patients who had DVT from those without DVT. The AI algorithm accurately diagnosed DVT when compared to the gold standard ultrasound scan, and the team worked out that using the algorithm could potentially save health services $150 per examination.

"Traditionally, DVT diagnoses need a specialist ultrasound scan performed by a trained radiographer, and we have found that the preliminary data using the AI algorithm coupled to a hand-held ultrasound machine shows promising results," said study lead Dr Nicola Curry, a researcher at Oxford University's Radcliffe Department of Medicine and clinician at Oxford University Hospitals NHS Foundation Trust.

This is the first study to show that machine learning AI algorithms can potentially diagnose DVT, and the researchers are due to start a test-accuracy blinded clinical study, comparing the accuracy of AutoDVT with standard care to determine the sensitivity of the for picking up DVT cases. The hope will be that AutoDVT will get the right diagnosis faster to the nearly 8 million people worldwide who potentially have a venous blood clot each year.

"The AI algorithm can not only be trained to analyse ultrasound images to discriminate the presence versus the absence of a blood clot - it can also direct the user using the ultrasound wand to the right locations along the femoral vein, so that even a non-specialist user can acquire the right images," said study team member Christopher Deane from the Oxford Haemophilia and Thrombosis Centre.

The research team hope that the combination of the AutoDVT tool, with the inclusion of the AI algorithm, will allow non-specialist healthcare professionals, like GPs and nurses, to quickly diagnose and treat DVT. It may additionally allow the collection of images by non-specialists which could be sent to an expert facilitating diagnosis of those unable to get to a specialist.

"Currently, many patients do not have a definitive diagnosis within 24 hours of a suspected DVT, and so many patients end up receiving painful injections of what can often be an unnecessary anticoagulant, with potential side-effect," said Dr Curry, who is also part of the Oxford Centre for Haematology.

Fouad Al Noor, the CEO of ThinkSono stated: "We are delighted by the results in this study and are excited to work further with Oxford University Hospital and other partner hospitals to trial the software and bring it to patients worldwide."

The results from the study are published in the journal npj Digital Medicine.

ThinkSono's website is found at:

www.thinksono.com

Contact ThinkSono for further information: Fouad Al Noor, hello@thinksono.com

Note: The research paper is found here at: https://www.nature.com/articles/s41746-021-00503-7 with DOI: https://doi.org/10.1038/s41746-021-00503-7

Photo - https://mma.prnewswire.com/media/1626577/ThinkSono.jpg

ThinkSono AutoDVT App on a smartphone

Source: ThinkSono Ltd

[편집자 주] 본고는 자료 제공사에서 제공한 것으로, 연합뉴스는 내용에 대해 어떠한 편집도 하지 않았음을 밝혀 드립니다.

(끝)

출처 : PRNewswire 보도자료