응급실에서 한번의 심전도 검사만으로 심근경색을 잡아내는 의료 인공지능(AI)이 현재 표준 진단법에 비해 대응 시간을 획기적으로 줄이면서 임상 적용에 대한 기대감을 높이고 있다.

환자의 예후에 결정적 영향을 미치는 조영실 호출 시간을 크게 단축하는 것은 물론 사망률까지 개선하면서 임상적인 이점을 증명했기 때문이다.

국내 연구진이 개발한 STEMI 예측 AI 검증

14일 대한의학회가 발간하는 Journal of korean medical science에는 국내 의대 교수가 개발한 AI의 임상적 유효성에 대한 검증 연구 결과가 게재됐다(doi.org/10.3346/jkms.2022.37.e81).

ST 상승 심근경색증(STEMI)는 사망률과 이환율이 대단히 높은 심혈관 응급질환으로 심혈관계 조영실(CCL)에 얼마나 빨리 갈 수 있는가에 생존 여부를 좌우하는 것으로 보고되고 있다.

응급실 등에 내원했을때 의사가 얼마나 빨리 진단해 D2B(door-to-balloon)를 줄이는지가 환자 예후에 결정적인 영향을 미치는 것.

현재 이러한 진단은 보통 응급의학과 의사를 통해 초기 심전도를 진행한 뒤 심장 전문의가 2차 확인을 하는 방식으로 이뤄진다.

결국 응급의학과 의사가 심장 전문의를 호출해 도착하는 시간, 또 이 전문의가 STEMI를 의심하고 심혈관계 조영실에 얼마나 빨리 검사를 의뢰하는지가 예후를 결정짓는 열쇠가 되는 셈이다.

이에 따라 의학계는 물론 실제 임상 현장에서는 이에 대한 지연을 줄이기 위해 초기 심전도를 활용한 다양한 방안들을 내놓고 있지만 실효성을 거두지 못하고 있다.

초기 단계에서 심전도의 변화는 STEMI와 유사한 양성 패턴이 많다는 점에서 불필요한 호출이나 검사 등이 늘어나는 결과를 가져올 수 있는 이유다.

서울대 의과대학 조영진 교수가 이끄는 연구진이 같은 의대 교수(이은경) 교수가 개발한 STEMI 조기 발견 AI에 대한 검증에 나선 것도 이러한 이유 때문이다.

만약 AI를 통해 초기 심전도만으로 STEMI를 예측하고 심혈관계 조영실로 보낼 수 있다면 환자의 예후에 큰 도움이 될 수 있다는 판단에서다.

이에 따라 연구진은 80명의 환자를 대상으로 현재 활용하고 있는 진단 방식과 초기 심전도 검사 결과에 AI를 적용하는 방식을 비교해 이에 대한 유효성 검증을 진행했다.

D2B는 물론 비용과 사망 위험율 크게 낮춰

그 결과 AI가 보여준 AUC-ROC 값은 0.947에 달하는 것으로 분석됐다.

AUC-ROC는 ROC 곡선 아래 영역(AUC)의 크기로 AI 모델의 성능을 나타내는 지표로 일반적으로 AUC 값이 1일 경우 예측률이 100% 정확한 것으로 인정한다. 0.947이라는 수치가 1에 가깝다는 점에서 상당한 정확도를 보이고 있다는 의미.

민감도나 특이도 또한 상당히 높은 결과를 보였다. 양성을 양성으로 판단하는 민감도가 98.1%에 달했던 것. 또한 음성을 음성으로 진단하는 특이도도 76.9%를 기록했다.

양성 예측도와 음성 예측도도 우수한 결과가 도출됐다. 각각 89.8%와 95.2%를 보여준 것. 응급의학과 전문의와 심장 전문의 두명이 교차로 검증하는 현재 진단 방식과 비교시 민감도는 불과 3.7%밖에 차이가 나지 않았다.

이를 통해 이 AI는 현재 진단 방식과 비교해 D2B 시간과 검사 비용을 크게 단축시키는 것으로 나타났다. 초기 심전도 만으로 결과값을 내는 만큼 시간과 비용을 줄일 수 있다는 의미다.

실제로 비교 결과 AI를 활용했을때 D2B 시간을 11분이나 단축할 수 있었으며 검사 비용은 환자 당 2만 6902원을 줄일 수 있었다.

특히 이를 통해 1년 사망 위험율을 12.39%나 줄이는 것으로 분석됐다. 결국 현재 진단 방식과 유사한 민감도와 특이도를 보이면서도 시간과 비용을 획기적으로 줄이는 것은 물론 사망률까지 낮추는 결과를 가져온 셈이다.

연구진은 "결론적으로 초기 심전도를 통한 AI 시스템의 진단 결과는 응급의학과 전문의 및 심장 전문의의 협업 임상에 비해 열등하지 않았다"며 "하지만 D2B는 물론 비용과 사망 위험율을 크게 감소시켰다는 점에서 충분히 임상 적용이 가능할 것으로 판단한다"고 밝혔다.