[제59회 유한의학상] 인공지능 기반 심전도 연령 예측과 심방세동 위험...

[젊은의학자상] 유승찬 연세의대 의생명시스템정보학교실 부교수

인공지능 활용한 심전도 연령 예측 모델 개발···심방세동 발생 위험 연관성 규명

▲유승찬 연세의대 의생명시스템정보학교실 부교수

유승찬 연세의대 의생명시스템정보학교실 부교수는 “심장학 분야에서 AI 연구가 아직 흔치 않은 상황임에도 이러한 성과를 거두게 되어 매우 뜻깊다”며 “특히 의사과학자이자 데이터 사이언티스트로서 기초의학 분야의 상을 받게 돼 큰 영광”이라고 말했다.

이어 “아직은 생소할 수 있는 데이터 사이언스가 기초의학의 중요한 한 축으로 인정받은 것 같아 기쁘다”고 소감을 밝혔다.

유승찬 교수는 작년 3월3일 발표한 논문 ‘Artificial intelligence–derived electrocardiographic aging and risk of atrial fibrillation: a multi-national study(인공지능 기반 심전도 연령 예측과 심방세동 위험: 다국적 연구)’를 통해 제59회 유한의학상 젊은의학자상 수상자로 선정됐다.

이 연구는 인공지능(AI)을 활용한 심전도(ECG) 연령 예측 모델을 개발하고, 심방세동(Atrial Fibrillation, AF) 발생 위험과의 연관성을 규명한 다국적 코호트 연구로, 심장학 분야 최고 권위 저널 중 하나인 European Heart Journal에 게재됐다.

특히, AI가 의료 패러다임 전환의 핵심 화두로 부상한 현 시점에서 본 연구는 단순한 AI 기술의 적용을 넘어 임상적으로 의미 있는 문제를 해결하는 방향으로 설계됐다는 점에서 차별성을 가진다.

연구팀은 150만건 이상의 심전도를 학습한 AI 모델(PROPHECG-Age)을 구축하고 한국, 영국(UK Biobank), 미국(Mayo Clinic) 등 다양한 인종·의료 환경에서 73만건 이상의 심전도 데이터로 검증했다.

또한, AI가 예측한 심전도 연령(AI-ECG age)과 실제 연령(chronological age)의 차이를 ‘심전도 노화(ECG Aging)’로 정의하고 이를 심방세동의 새로운 디지털 바이오마커로 제시했다.

연구 결과, 심전도 노화가 7년 이상 빠른 그룹에서 새로운 심방세동 발생 위험은 한국 2.50배, 영국 1.90배, 미국 1.76배 증가했으며 조기 심방세동 위험 역시 일관되게 유의하게 높았다. 이러한 결과는 연령·성별·기존 심혈관 질환 여부와 무관하게 모든 코호트에서 재현됐다.

유승찬 교수는 본 연구의 학술적 의의를 세 가지 측면에서 조명했다.

유승찬 교수는 우선 심방세동의 발생 기전에 대한 새로운 과학적 근거를 제시했다고 말했다. 유 교수는 “심방세동은 단순한 노화의 부산물이 아니라 심장의 전기생리학적 노화가 선행하는 질환임을 대규모 데이터로 입증했다”며 “기존의 임상적 위험 요인 기반 예측 모델을 넘어 AI-ECG 연령 차이라는 정량적 지표로 병태생리적 기전을 직접 탐구할 수 있음을 보여줬다”고 설명했다.

이어 “AI 심전도 분석이 심혈관 노화의 임상 도구로 실질적 가능성을 가짐을 입증했다”고 언급했다. 유 교수는 “AI-ECG 연령은 단순한 나이 추정 이상의 정보를 담고 있으며, CHARGE-AF 등 기존 위험 점수에 독립적으로 예측력을 부가하는 것으로 확인됐다”며 “이는 비침습적이고 비용 효율적인 심방세동 고위험군 선별 및 예방적 개입의 새로운 경로를 제시한다”고 강조했다.

아울러, “다인종·다국가 코호트에서의 일관된 검증을 통해 AI 모델의 실제 임상 적용 가능성과 글로벌 범용성을 확인했다”고 덧붙였다. 유 교수는 “단일 아시아 기관 데이터로 학습된 모델이 서양 코호트에서도 강건한 성능을 보인 것은 AI 기반 디지털 헬스케어의 확장 가능성을 실증한 중요한 사례”라고 밝혔다.

Tag