조영진·윤민재·최동주 분당서울대병원 순환기내과 교수, 김중희 응급의학과 교수팀(이찬주·강석민 세브란스병원 심장내과 교수)은 심전도를 인공지능으로 분석해 급성 심부전 환자의 장단기 예후를 정교하게 예측할 수 있다고 14일 밝혔다.

심장의 구조적, 기능적 이상으로 신체 조직에 혈액이 제대로 공급되지 않는 심부전은 호흡곤란을 비롯해 극심한 피로감과 운동능력 저하, 부종 등을 유발하며, 치료를 받더라도 재입원, 사망 등의 위험이 높아 주의가 필요하다.

심부전을 진단하고 예후를 예측하기 위해서는 혈액검사, 심전도, 흉부 X-레이, 심장초음파 등을 비롯해 심장 자기공명영상(MRI)과 같은 정밀검사가 시행되는데 시간, 비용 등 현실적인 제약이 있어 임상현장에서 이러한 검사들이 충분히 활용되기 어려운 경우가 많다.

   조영진(왼쪽부터)·윤민재·최동주 분당서울대병원 순환기내과 교수, 김중희 응급의학과 교수

이에 연구팀은 심장의 전기적 활동을 파장 형태로 기록하는 심전도(ECG) 검사 결과 4만7000여 건을 딥러닝 알고리즘으로 분석, 심전도 결과를 기반으로 급성 심부전 환자의 상태를 예측하는 모델을 개발했다. 심전도 검사는 비교적 간단하게 시행 가능하고, 저렴한 비용에 검사 결과도 빠르게 확인할 수 있어 특히 심장 질환자들을 대상으로 활용성이 높다. 

연구팀은 심장쇼크, 심정지, 좌심실 박출률 감소 등 여러 가지 긴급한 심장 관련 지표를 숫자로 나타내는 AI 기반 정량적 심전도(QCG)를 통해 급성 심부전 환자의 예후를 정밀하게 예측하고자 연구에 나섰다. 분당서울대병원과 세브란스병원에 입원한 1254명의 급성 심부전 환자에게 이를 적용하는 연구를 수행했다.

그 결과, 입원 중 심장 원인으로 인한 사망을 예측하는 데 피검사(NT-proBNP, N-terminal pro Brain natriuretic peptide)나 심초음파 좌심실 박출률 등의 바이오마커보다 연구팀이 개발한 AI 기반 정량적 심전도의 예측률이 크게 앞서는 것으로 나타났으며, 장기 사망률 예측에서도 정량적 심전도의 예측력이 높음을 확인할 수 있었다.

이번 연구는 정밀검사 없이 예후를 예측하기 어려웠던 심부전에서 인공지능을 이용한 심전도 분석 결과를 간편하고 편리하게 예후 예측에 활용할 수 있음을 시사해 의미가 깊다.

조영진 교수는 “인공지능을 통해 간편한 심전도 검사만으로도 심부전 환자의 예후 예측에 도움을 줄 수 있다는 사실을 확인했다”며 “인공지능에 기반한 심전도의 활용을 고도화해 심장병 환자의 예후를 보다 정밀하게 예측할 수 있도록 연구를 이어나갈 것”이라고 밝혔다.

이번 연구 결과는 국제학술지 ‘Journal of Medical Internet Research’(IF=5.8)에 게재됐다. 연구팀의 인공지능 기반 심전도 분석 솔루션은 ‘ECG Buddy’라는 이름으로 개발돼 식품의약품안전처 2등급 의료기기로 인허가를 받고 평가 유예 신의료기술로 선정, 실제 임상현장에서 사용 중이다. 

ECG Buddy는 이번 연구 외에도 안정형 협심증 환자의 관상동맥질환 위험도를 예측하는 데 우수한 성능을 보이는 등 다양한 심장질환에서 임상적 유용성이 확인되고 있다.