항암 치료 과정에서 발생하는 심장독성을 조기에 예측하기 위한 다기관 심장초음파 데이터셋 ‘EchoRisk’가 공개됐다. 치료로 유발된 심장독성은 유방암 환자의 치료 중단을 야기하는 원인 가운데 종양 자체가 아닌 원인으로는 가장 흔한 사례로 꼽히지만, 일상적인 심장 영상만으로 이를 조기에 자동 판별하는 문제는 여전히 풀리지 않은 과제로 남아 있었다.
연구진은 EchoRisk를 명시적인 심장독성 라벨을 갖춘 최초의 정제된 다기관·종단(longitudinal) 심장초음파 데이터셋이라고 소개했다. 이 데이터셋은 ‘EchoRisk-MICCAI 2026’ 챌린지의 기술 기준 자료로도 활용될 예정이다. 데이터는 EU가 지원하는 ‘CARDIOCARE’ 전향적 연구에 등록된 유럽 다수 기관의 환자들을 대상으로 수집됐으며, 여러 시점에 걸쳐 반복 촬영된 다수의 임상 검사에서 나온 심장초음파 영상으로 구성됐다. 여기에 더해 치료 전 기저 영상만으로 심장독성을 조기 예측하기 위한 별도의 코호트도 포함됐다.
데이터셋은 세 가지 임상적으로 근거 있는 과제를 정의한다. 동영상 형태의 심장초음파에서 좌심실 박출률(left ventricular ejection fraction)을 자동으로 추정하는 과제(태스크 1), 종단 영상을 바탕으로 좌심실 기능 이상을 분류하는 과제(태스크 2), 그리고 치료 전 기저 심장초음파만으로 치료 유발 심장독성을 조기 예측하는 과제(태스크 3)다. 각 과제마다 평가 프로토콜과 주요·보조 지표, 순위 산정 방식이 함께 제시됐다.
연구진은 사전학습된 비디오 백본에 시계열 집계 방식을 결합한 기준 모델을 구축해 성능을 검증했다. 그 결과 심장 기능 평가와 좌심실 기능 이상 분류에서는 강력한 판별 성능을 보였지만, 단 한 번의 치료 전 영상만으로 심장독성을 조기 예측하는 과제는 여전히 커뮤니티가 풀어야 할 중요한 미해결 문제로 남았다고 설명했다.
연구진은 데이터셋과 평가 코드, 기준 모델 구현체를 모두 공개해 후속 연구자들이 협업하고 비교하며 카디오-온콜로지 특화 아키텍처를 개발할 수 있는 벤치마크로 활용되도록 할 계획이라고 밝혔다. 암 치료 부작용을 사전에 감지하는 AI 기술이 발전하면 임상 현장에서 치료 계획을 조정하는 데 실질적인 도움이 될 것으로 기대된다.
