룬트대학, MATLAB ? 매스웍스 툴로 심장이식 위험분석 속도 높여

최적 수용자 ? 기증자 조합 결정 위한 신속 정확한 시뮬레이션 ??? 생존율 최대 10% 개선

매스웍스는 오늘, 세계 최고의 연구 대학 중 하나인 스웨덴 룬트 대학 (Lund University)에서 최적의 수용자 및 기증자 조합을 파악해 심장이식을 받은 환자의 장기 생존율을 개선하기 위해 MATLAB, Neural Network Toolbox, Parallel Computing Toolbox, 그리고 MATLAB Distributed Computing Server를 사용했다고 밝혔다.

룬트 대학과 스코네 대학병원에서는 기증자와 수용자의 체중, 성별, 연령 및 혈액형, 심장 이식 중 심장으로 혈류가 중단되는 시간 등 여러 이식 변수 간의 복잡한 관계를 연구했다. 6개의 변수를 분석하려면 3만개 조합에 대한 시뮬레이션이 필요하며, 이 모든 조합을 불안정하고 부정확한 오픈 소스 소프트웨어 패키지를 사용해 5만명의 환자에서 시뮬레이션 하려면 몇 주가 걸렸다.

속도와 안정성 문제를 해결하기 위해 연구원들은 예측 가능한 ANN(artificial neural network) 모델 개발에 MATLAB과 Neural Network Toolbox를 사용했다. ANN 모델은 두 개의 글로벌 데이터베이스, ISHLT(International Society for Heart and Lung Transplantation) 레지스트리와 NTTD(Nordic Thoracic Transplantation Database)에 있는 기증자와 수용자 데이터를 사용해 만들었다.

룬트 대학의 연구원들은 Parallel Computing Toolbox를 사용해 병렬 응용 프로그램을 프로그래밍하고, MATLAB Distributed Computing Server를 이용해 그런 응용 프로그램을 하나의 클러스터로 확장해 20만개 이상의 ANN 구성에 대한 시뮬레이션 속도를 높였다. 그 후 결과를 평가해 가장 뛰어난 조합을 찾아 냈다. 이 모델은 ANN으로 선정한 환자의 향후5년 생존율이, 현재 의사들이 사용하는 기준으로 찾은 환자보다 5~10% 높다는 사실을 보여줬다.

룬트 대학의 흉부외과 부교수인 호한 닐슨(Johan Nilsson) 박사는 “우리가 사용하는 많은 기술은 컴퓨터 집약적이고 시간이 많이 걸린다”며 “매스웍스 툴을 사용해 보통 3~4주가 걸리던 작업을 약 5일만에 끝낼 수 있었다. 빠른 속도로 방대한 양의 데이터를 액세스하고 분석함으로써 연구 모델을 빠르게 제작하고 사용할 수 있었다”고 전했다.

매스웍스의 병렬 컴퓨팅 마케팅 선임 관리자인 그라드-프라이리히(Grad-Freilich)는 “룬트 대학이 실현한 성과는 고성능 컴퓨팅이 어떻게 더 짧은 시간에 더 안정적이고 복잡한 모델을 개발하는 데 도움이 되는지를 보여주는 훌륭한 예”라며 “엔지니어와 과학자는 자신의 문제를 더 빠르게 해결하길 원하지만 지난 십 년 동안 하드웨어 이용 능력이 큰 장애물이었다. Parallel Computing Toolbox와 MATLAB Distributed Computing Server 같은 툴을 통해 매스웍스는 이런 장애를 극복하고 있다”고 전했다.