심전도 분석, ‘인공지능’으로 한다…급성심부전 환자 예후 예측

(왼쪽부터) 분당서울대병원의 조영진·윤민재·최동주 순환기내과 교수, 김중희 응급의학과 교수. 분당서울대병원

인공지능으로 분석한 심전도 결과를 기반으로, 급성 심부전 환자의 상태를 예측하는 모델이 개발됐다.

14일 분당서울대병원은 조영진·윤민재·최동주 순환기내과 교수, 김중희 응급의학과 교수 연구팀(세브란스병원 이찬주·강석민 교수 공동 연구)이 이같은 내용을 담은 연구 결과를 국제학술지 ‘Journal of Medical Internet Research’에 게재했다고 14일 밝혔다.

심부전은 심장에 구조적, 기능적 이상이 생겨 신체 조직에 혈액이 제대로 공급되지 않아 호흡곤란, 피로감, 운동능력 저하, 부종 등을 유발하는 질환이다. 심부전을 진단하고 예후를 예측하기 위해서는 혈액검사, 심전도, 흉부 X선, 심장 초음파 등을 비롯해 심장 MRI 같은 정밀검사가 시행된다. 다만 시간, 비용 등 현실적 제약 때문에 임상 현장에선 이러한 검사를 충분히 활용하기 어려운 경우가 많다.

이에 연구팀은 심장의 전기적 활동을 파장 형태로 기록하는 심전도(ECG) 검사 결과 4만7000여 건을 딥러닝 알고리즘으로 분석, 심전도 결과를 기반으로 급성 심부전 환자의 상태를 예측하는 모델을 개발했다. 심전도 검사는 비교적 간단하게 시행 가능하고, 저렴한 비용으로 결과를 빠르게 확인할 수 있어 특히 심장 질환자를 대상으로 활용성이 높다.

연구팀은 분당서울대병원과 세브란스병원에 입원한 1254명의 급성 심부전 환자에게 이를 적용하는 연구를 수행했다. 심장 쇼크, 심정지, 좌심실 박출률 감소 등 여러 가지 긴급한 심장 관련 지표를 숫자로 나타내는 AI 기반 정량적 심전도(QCG)를 통해 급성 심부전 환자의 예후를 정밀하게 예측하고자 했다. 

그 결과, 입원 중 심장 원인으로 인한 사망을 예측하는 데 있어 피검사(NT-proBNP)나 심초음파 좌심실 박출률 등의 바이오마커보다 연구팀이 개발한 AI 기반 정량적 심전도의 예측률이 크게 앞서는 것으로 나타났다. 장기 사망률 예측에 있어서도 정량적 심전도의 예측력이 높음을 확인할 수 있었다.

이번 연구는 정밀검사 없이 예후를 예측하기 어려웠던 심부전에서 인공지능을 이용한 심전도 분석 결과를 간편하고 편리하게 예후 예측에 활용할 수 있음을 시사한다. 

조영진 분당서울대병원 순환기내과 교수는 “인공지능을 통해 간편한 심전도 검사만으로도 심부전 환자의 예후 예측에 도움을 줄 수 있다는 사실을 확인했다”며 “인공지능에 기반한 심전도의 활용을 고도화해 심장병 환자의 예후를 보다 정밀하게 예측할 수 있도록 연구를 이어나갈 것”이라고 밝혔다.

분당서울대병원에 따르면, 연구팀의 인공지능 기반 심전도 분석 솔루션은 ‘ECG Buddy’라는 이름으로 개발돼 식품의약품안전처 2등급 의료기기로 인허가를 받고 평가 유예 신의료기술로 선정, 실제 현장에서 사용 중에 있다. ECG Buddy는 이번 연구 외에도 안정형 협심증 환자의 관상동맥질환 위험도를 예측하는 데 우수한 성능을 보이는 등 다양한 심장 질환에서 임상적 유용성을 확보하고 있다.

김은빈 기자 eunbeen1123@kukinews.com