심방세동, ‘피 한 방울’로 예측한다

이순용 2025. 6. 9. 09:16
자동요약 기사 제목과 주요 문장을 기반으로 자동요약한 결과입니다.
전체 맥락을 이해하기 위해서는 본문 보기를 권장합니다.

연세의대가 혈액을 분석해 심방세동을 예측하는 AI 모델을 개발했다.

연세대학교 의과대학 내과학교실 정보영·김대훈·박한진 교수(심장내과), 의생명과학부 양필성 조교 연구팀은 혈액 속 단백질 정보를 기반으로 심방세동 발생 위험을 예측할 수 있는 AI 모델을 개발했다고 9일 밝혔다.

정보영 교수는 "혈액 단백질 분석으로 심방세동 위험을 예측함으로써 향후 예방 중심의 심혈관 진료 패러다임에 중요한 전환점을 마련할 수 있을 것"이라고 설명했다.

음성재생 설정 이동 통신망에서 음성 재생 시 데이터 요금이 발생할 수 있습니다. 글자 수 10,000자 초과 시 일부만 음성으로 제공합니다.
번역beta Translated by kaka i
글자크기 설정 파란원을 좌우로 움직이시면 글자크기가 변경 됩니다.

이 글자크기로 변경됩니다.

(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.

연세의대, 혈액 속 단백질 통해 심방세동 예측 모델 개발
프로테오믹스 기반 심혈관질환 정밀의료 시대 앞당겨

[이데일리 이순용 기자] 연세의대가 혈액을 분석해 심방세동을 예측하는 AI 모델을 개발했다.

연세대학교 의과대학 내과학교실 정보영·김대훈·박한진 교수(심장내과), 의생명과학부 양필성 조교 연구팀은 혈액 속 단백질 정보를 기반으로 심방세동 발생 위험을 예측할 수 있는 AI 모델을 개발했다고 9일 밝혔다.

심방세동은 가장 흔한 심장 부정맥으로 뇌졸중과 심부전 위험을 높이는 주요 원인이다. 하지만 초기에는 증상이 뚜렷하지 않아진단을 받지 못한 채 방치되기 쉽다. 이에 따라 질병이 발생하기 전에 위험도를 정확하게 예측하고 고위험군을 선별해 예방적 치료를 시행하는 정밀의료 전략이 필요하다.

연구팀은 약 6만 3천 명의 영국 바이오뱅크(UK biobank) 데이터를 대상으로 혈액 속 단백질과 심방세동 발생 여부와의 연관성을 분석했다. 이를 통해 심방세동 발생과 유의미한 상관관계를 보이는 단백질 후보군을 식별했다. 이후 미국의 ARIC 코호트 연구자들과 협력해 식별한 단백질 후보군이 동일하게 잘 작동함을 확인했다. 연구팀이 개발한 프로테오믹스 모델의 단백질 정보를 이용했을 때 기존 임상예측모델보다 뛰어난 정확도를 보였다.

특히 해당 단백질 정보는 심방세동이 실제 발생할 때까지의 시간을 예측하기도 했는데 연구팀은 이를 단순 위험예측을 넘어 질병 진행 경과를 추정할 수 있는 기능으로도 평가했다. 또한, 일부 단백질은 심방세동뿐만 아니라 뇌졸중, 심부전 등 동반 질환의 발생과도 연관돼 심혈관계 질환 전반에 걸친 새로운 바이오마커로의 확장 가능성을 보였다.

정보영 교수는 “혈액 단백질 분석으로 심방세동 위험을 예측함으로써 향후 예방 중심의 심혈관 진료 패러다임에 중요한 전환점을 마련할 수 있을 것”이라고 설명했다.

김대훈, 박한진 교수는 “이번 연구는 다수의 유럽 및 아시아 인구집단을 기반으로 진행된 대규모 혈액 내 단백질 분석으로, 다양한 인종과 환경에서도 활용 가능한 예측 모델을 제시했다는 점에서 의미가 크다”고 강조했다.

이번 연구결과는 국제학술지 써큘레이션(Circulation)에 최근 게재됐다.

이순용 (sylee@edaily.co.kr)

Copyright © 이데일리. 무단전재 및 재배포 금지.