심혈관 시뮬레이션은 최근 심혈관 질병의 진단과 수술 경과의 예측에 점진적으로 적용되고 있습니다. 심혈관 시뮬레이션의 프로세스는 CT/MRI 이미지 데이터로부터 3차원의 심혈관의 해부학적 모델을 구성하고, 이에 인체의 생리학적 조건(Physiologic boundary condition)을 적용한 후 혈류(Blood flow) 및 혈관(Vessel wall)의 생체 역학을 지배하는 편미분방정식들을 수치해석 기법을 통해 푸는 과정으로 진행됩니다. 심혈관 시뮬레이션을 이용하면 혈압(Blood pressure), 혈류량(Flow rate), 혈관이 받는 전단응력(Wall shear stress)값을 비침습적으로(non-invasively) 측정할 수 있습니다. 

심혈관 시뮬레이션을 수행하기 위해서는 수많은 환자 데이터와 생리학적 모델에 공급되는 파라미터들이 필요합니다. 그런데 환자의 데이터는 생리적 반응에 따라 시시각각 바뀌며 데이터 측정 과정에서도 수많은 오류들이 포함되어 있기 때문에, 생명을 다루는 수술에 심혈관 시뮬레이션을 적용할 때 시뮬레이션의 결과값이 얼마만큼의 신뢰도를 가지는지에 대한 평가는 필수적입니다. 그럼에도 불구하고 현재까지 심혈관 시뮬레이션들은 예측값을 신뢰 구간(Confidence interval) 없이 하나의 값으로 제시하는 경우가 많았습니다.

우리 연구실에서는 불확실성의 정량화법 (Uncertainty quantification)을 심혈관 시뮬레이션에 적용하여, 심혈관 시뮬레이션에 적용되는 입력 데이터의 불확실성과 시뮬레이션의 결과값의 불확실성 사이의 관계를 정량적으로 규명하고 있습니다. 불확실성의 정량화법은 입력 계수들의 확률 분포에서부터 샘플을 추출하고, 각각의 추출된 샘플들로 부터 심혈관 시뮬레이션을 수행한 후, 시뮬레이션의 결과값들의 확률분포와 기대값, 분산등을 구하는 프로세스로 진행됩니다. 

우리는 이러한 불확실성의 정량화법의 적용을 통해 환자맞춤형 심혈관 시뮬레이션의 신뢰도를 정량평가하여 임상적용을 돕고자 합니다. 이는 디지털 & 메디컬 트윈을 이용한 환자맞춤형 치료에 있어 시뮬레이션 결과의 신뢰도 평가를 요구하는 식약처(한국 식품의약품안전처, 미국 FDA등)의 검증 프로세스에 있어 중요한 역할을 할 것으로 기대하고 있습니다. 

Publication:
Uncertainty quantification for simulating coronary artery hemodynamics in aneurysms caused by Kawasaki disease
K. Choi,  J. Y. Seo,  J. Seo
COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE, Under review. 

The effects of clinically-derived parametric data uncertainty in patient-specific coronary simulations with deformable walls
J. Seo, D. Schiavazzi, A. Kahn, A. Marsden
INTERNATIONAL JOURNAL FOR NUMERICAL METHODS IN BIOMEDICAL ENGINEERING, 2020, Vol. 36 (8).

Multi-fidelity estimators for coronary artery circulation models under clinically-informed data uncertainty
J. Seo, C. Fleeter, A. Kahn, A. Marsden, D. Schiavazzi
INTERNATIONAL JOURNAL FOR UNCERTAINTY QUANTIFICATION, 2020,DOI:10.1615Int.J.UncertaintyQuantification.2020033068