▲ 심장내과 연구팀
심전도에 나이와 혈액검사 정보 몇 가지만 더하자 인공지능의 심부전 예측력이 뚜렷하게 높아졌다. 심장초음파를 시행하기 전 심장 기능이 크게 떨어진 환자를 빠르게 가려낼 수 있다는 연구 결과이다.
충남대학교병원 심장내과 박현웅·박재형 교수 연구팀은 '심전도와 임상정보를 결합한 인공지능 기반 좌심실 구혈률 예측' 논문으로 대한내과학회 우수논문상을 받았다. 논문은 학회 국제학술지 'The Korean Journal of Internal Medicine'에 실렸다.
좌심실 구혈률은 심장이 수축할 때 혈액을 얼마나 내보내는지를 보여주는 지표로 심부전 진단과 치료 방향을 정하는 데 활용된다. 정확한 측정에는 심장초음파와 전문인력이 필요해 장비나 의료진이 부족한 지역에서는 검사가 쉽지 않다.
연구팀은 두 대학병원에서 확보한 심전도 약 3만3000건에 나이, 심부전 표지자인 NT-proBNP, 혈중 나트륨 등 임상정보를 결합해 딥러닝 모델을 개발했다.
분석 결과 심전도만 사용한 모델의 예측성능은 AUC 0.90이었으나 임상정보를 추가하자 0.95로 상승했다. 좌심실 구혈률이 40% 이하인 박출률 감소 심부전 환자는 특이도 96.9%로 선별했다. 특이도가 높다는 것은 심부전이 아닌 사람을 심부전 환자로 잘못 분류할 가능성이 낮다는 의미이다.
이 기술은 응급실 초기 진료나 의료취약지에서 심장초음파가 시급한 고위험 환자를 우선 가려내는 보조 수단으로 활용될 가능성을 열었다. 다만 실제 진료 적용을 위해서는 여러 의료기관과 다양한 환자군을 대상으로 한 추가 검증이 필요하다.
공동연구팀은 "쉽고 경제적인 방식으로 심부전을 조기에 발견하고 위험도를 평가하는 데 도움을 줄 수 있다"며 임상 활용을 위한 후속 연구 계획을 제시했다.
연구에는 충남대학교병원 박현웅 교수와 밝은누리안과 강태신 과장이 공동 1저자, 충남대학교병원 박재형 교수가 교신저자, 건양대학교병원 서영훈 교수가 공동연구자로 참여했다. /대전=이한영기자
댓글
0