흉강경 부정맥 수술 이후 좌심방의 섬유화가 심할수록, 좌심방이 배출 속도가 낮을수록 예후가 불량하다는 연구 결과가 나왔다.

박성지·김지훈 삼성서울병원 순환기내과 교수, 정동섭 심장외과 교수 연구팀은 국제 심혈관 학술지(Frontiers in Cardiovascular Medicine, IF=3.6)와 일본심장학회지(Circulation Journal, IF=3.3) 최근호에 부정맥 환자에서 흉강경 부정맥 수술의 예후를 가늠하는 지표로 ‘심장초음파 수치 모델’을 제시했다.

연구팀이2012년부터 2015년 사이 삼성서울병원에서 심방세동으로 흉강경 부정맥수술을 받은 환자 128명을 대상으로 수술 전 심장초음파, 경식도 심장초음파에서 측정한 좌심방 압력과 좌심방이 배출속도 수치를 분석한 결과다. 

기존 수술은 가슴을 열어 심장을 멈춘 뒤 수술을 해야 하는 반면, 흉강경 부정맥 수술은 심장이 뛰고 있는 상태에서도 가능하다. 수술 난도가 높고 술기를 익히기 힘들어 국내에서는 삼성서울병원을 비롯한 일부 병원만 시행중이다. 

하지만 현재까지 흉강경 부정맥 수술 이후 부정맥 재발에 관해서 명확히 밝혀진 바 없었다. 기존 부정맥 수술과 부정맥 시술의 연구 결과를 토대로 위험도를 추정해야 했다.

연구팀은 “비침습적 진단 검사 모델을 개발한 덕분에 대규모 연구를 수행할 수 있는 기반이 마련됐다”며 “이번 연구에서도 좌심방 조직의 섬유화 정도가 낮을수록 부정맥 수술 이후 재발 위험도 낮아진다는 것을 확인해, 추후 새 표준 진단이 나올 수 있을 것으로 기대된다”고 설명했다. 

연구팀이 특수 심장초음파로 측정한 좌심방 스트레인 수치가 좌심방 조직의 섬유화 정도와 일치한다는 걸 증명한 덕분이다. 

연구팀은 진단검사 모델의 유효성을 확인하기 위해 환자의 좌심방이 조직을 확보해 좌심방 섬유화 정도를 경증, 중등도, 중증 세 단계로 분류했다. 이를 바탕으로 평균 5년 동안 심방세동 재발률을 비교했더니, 경증 좌심방 섬유화군에서 23.3%가, 중등도에서 51.4%, 중증은 53.2%가 재발한 것으로 나타났다.

부정맥 시술 전 꼭 해야하는 경식도 심장초음파 검사를 통해서도 재발 위험을 예측할 수 있는 모델이 함께 개발됐다.  

연구팀은 좌심방이 배출 속도에 따라 정상군(40cm/s 이상), 중간군(20cm/s 이상 40cm/s 미만), 저하군(20cm/s 미만)으로 나누고, 각 군별 재발률을 비교했다.

이번 연구에서 전체 환자의 3년 이후 정상박동 유지율은 65.3%였는데, 좌심방이 배출 속도가 정상군과 비교해 저하군은 심방세동 재발 위험이 6.11배, 중간군은 2.74배 높은 것으로 나타났다.

박성지 심장뇌혈관병원 이미징센터장 겸 판막센터장은 “이미징센터, 판막센터 김지훈 교수, 심장외과 정동섭 교수와 원팀으로 흉강경 부정맥 수술 환자를 대상으로 심방세동 재발에 관한 예후를 예측할 수 있는 심장초음파 모델을 발견한 것은 치료의 ‘새 이정표’를 만든 셈”이라면서 “앞으로 흉강경 부정맥 수술의 예후를 보다 정확히 예측하는 데 도움이 될 것”이라고 말했다. 

최지호 순천향대 부천병원 이비인후과 교수

최지호 순천향대 부천병원 이비인후과 교수팀(정석훈 서울아산병원 정신건강의학과 교수‧김현준 아주대병원 이비인후과 교수‧김용민 충남대병원 이비인후과 교수‧조재훈 건국대병원 이비인후과 교수)이 인공지능 슬립테크기업 허니냅스와 수면 생체신호 AI 판독시스템 ‘솜눔(SOMNUM)’을 개발하고, 수면질환 진단 솔루션으로서는 아시아 최초로 미국 식품의약국(FDA)의 승인을 획득했다고 28일 밝혔다.

수면 생체신호란 뇌파, 안구운동, 턱 및 다리 근전도, 심전도, 호흡 기류 및 노력, 산소포화도, 자세, 코골이 등 수면상태를 파악하거나 수면질환 진단을 위해 수면 중 모니터링하는 다양한 생체신호를 뜻한다. 한 사람의 수면을 파악하려면 숙련된 인력이 직접 6~8시간의 수면 생체신호를 30초 단위로 판독하기 때문에 약 2~4시간이 소요된다.

이러한 제한점을 극복하기 위해 전 세계적으로 인공지능(AI)을 이용한 판독시스템 연구가 활발히 진행되어 왔으나, 그동안은 복잡하고 이질적인 생체신호의 특성 때문에 AI 판독시스템이 사람이 직접 판독하는 수준까지 발전하기는 매우 어려웠다.

그러나 이번에 개발된 솜눔은 사람의 판독 수준만큼 정확하고 신속한 분석이 가능하다. 분석 시간은 약 5분 내외다. 기존 수면 진단 AI가 영상 이미지 판독에 편중돼있던 것과 달리 솜눔은 다채널‧시계열 생체신호 데이터 기반 진단 알고리즘이며, 딥러닝을 기반으로 다채널‧대용량 데이터를 실시간으로 분석한다.

최지호 교수는 “솜눔의 성능 향상을 위한 핵심 기술 개발을 위해 허니냅스와 미국 유수 대학 연구팀, 과학기술정보통신무 산하 nCOMS(Nat’l center for optically-assisted mechanical systems)센터 연세대학교 강신일 교수팀 등이 참여했다”고 말했다.

이어 “향후 생체신호 AI 판독 기술은 획기적인 성능 향상을 통해 세계인의 수면의 질 향상에 기여할 것으로 예상된다. 생체신호 AI 판독 기술이 지속적으로 향상되어 향후 수면질환 진단뿐 아니라 일부 심혈관계, 신경계, 근육계 질환 등을 감지하거나 예측할 수 있기를 바란다”고 덧붙였다.