뇌졸중 위험 7배 높이는 심방세동…피 검사로 예측?

연세대 연구팀, AI 활용한 혈액 단백질 분석법 개발

국내 연구팀이 심방세동 발생 위험을 예측할 수 있는 AI 모델을 개발했다. [사진=게티이미지뱅크]

연세대 의대 연구팀이 혈액을 분석해 심방세동을 예측하는 인공지능(AI) 모델을 개발했다.

연세대 의대 내과학교실 정보영·김대훈·박한진 교수, 의생명과학부 양필성 조교 연구팀은 혈액 속 단백질 정보를 분석해 심방세동 발생 위험을 예측할 수 있는 AI 모델을 개발했다고 9일 밝혔다.

심장은 두 쌍의 심실과 심방으로 이뤄진다. 심방이 만들어낸 전기신호로 심실이 규칙적으로 수축하면서 온몸에 피를 공급하게 된다. 이 과정이 제대로 작동하지 않아 심장 박동이 빨라지거나 느려지는 것을 부정맥이라고 한다. 심방세동은 부정맥 중 가장 흔한 형태로, 심방의 전기신호에 이상이 생기면서 부르르 떨리는 병이다.

심방세동이 나타나면 피가 심실로 내려가지 못하고 고여서 혈전(피덩어리)을 만들 수도 있다. 이 덩어리가 뇌로 가는 혈관을 막으면 뇌경색, 심장과 연결된 혈관을 막으면 심근경색이 일어나게 된다. 의료계에 따르면 심방세동 환자의 사망 위험은 병이 없는 사람과 비교했을 때 최대 3.5배, 뇌졸중 발병 위험은 최대 7배까지 높아진다.

그러나 심방세동은 초기에 증상이 뚜렷하지 않아 진단을 받지 못하고 방치되기 쉽다. 이에 위험도를 정확하게 예측하고 고위험군을 선별해 예방적 치료를 시행할 수 있는 방법이 필요한 상황이었다.

이와 관련해 연세대 연구팀은 약 6만3000명의 생체 데이터를 분석해 혈액 속 단백질과 심방세동 위험 사이에 유의미한 연관성이 있다는 것을 알아냈다. 이후 AI 분석을 통해 심방세동 발병 위험이 높은 단백질을 보유한 환자군을 식별하는 기술을 확보했다.

연구팀은 "기존 임상예측모델보다 더 뛰어난 정확도를 보였을 뿐만 아니라, 환자에게 심방세동이 실제 발생할 때까지의 시간을 예측하는 데도 성공했다"며 "이번에 개발한 모델이 단순 위험예측을 넘어 질병 진행 과정을 평가할 수 있다는 의미"라고 설명했다.

이번에 연구팀이 발견한 심방세동 고위험 단백질은 뇌졸중이나 심부전 등 심혈관계 동반 질환의 발생과도 연관된 것으로 알려지면서 새로운 진단 수단으로 활용될 가능성도 제기됐다.

정보영 교수는 "혈액 단백질 분석으로 심혈관 질환 위험을 예측해 향후 예방 중심의 진료 패러다임에 중요한 전환점을 마련할 수 있을 것"이라고 평가했다.

이번 연구 결과는 국제학술지 《서큘레이션(Circulation)》에 최근 게재됐다.

장자원 기자 (jang@kormedi.com)