심전도 하나 만으로 향후 한달 뒤 심방세동에 걸릴 위험을 정확하게 잡아내는 인공지능 모델이 나와 주목된다.

특히 이 모델은 정확도가 다른 모델과 비교할 수 없을 정도로 높다는 점에서 기대를 모으고 있는 상황. 심방세동의 조기 발견은 뇌졸중과 같은 심혈관계 부작용을 예방하는데 상당한 도움이 되는 이유다.

현지시각으로 19일 미국의사협회지(JAMA)에는 심전도를 통한 심방세동 에측 의료 인공지능에 대한 검증 연구 결과가 게재됐다(10.1001/jamacardio.2023.3701).

심방세동은 상부 심방에서 하부 심방으로 혈액을 보내는 전기 신호의 교란으로 생기는 질환으로 발생시 심혈관 질환 위험은 물론 상부 심방의 혈액이 뇌로 흐를 경우 허혈성 뇌졸중으로 번질 수 있는 중증 질환이다.

이로 인해 임상 현장에서는 심방세동을 조기에 진단하고 조치하는 것에 초점을 맞추고 있는 것이 사실.

시더스 시나이병원 데이비드(David Ouyang) 박사가 이끄는 연구진이 심전도를 활용한 심방세동 예측 기기 개발에 나선 이유도 여기에 있다.

만약 인공지능 등을 통해 심방세동 위험을 예측할 수 있다면 빠른 조치가 가능할 수 있기 때문이다.

이에 따라 연구진은 1987년 1월부터 2022년 12월까지 재향 군인 건강 네트워크에 등록된 환자 중 심방세동으로 진단받은 90만 7858개의 심전도 데이터를 딥러닝 시킨 인공지능을 개발하고 이에 대한 검증에 들어갔다.

마찬가지로 재향 군인 건강 네트워크 소속 병원 2곳과 일반 대학병원 1곳에서 건강한 사람을 대상으로 심전도를 점검한 뒤 심방세동 위험을 감지하는 방식이다.

그 결과 재향 군인 건강 네트워크 소속 병원 2곳에서 이뤄진 검증에서 이 인공지능 모델은 공석하 면적(AUROC)이 0.86을 기록했다.

보통 인공지능의 정확도를 평가할때 0.8 이상을 신뢰할 수 있는 구간으로 본다는 점에서 상당히 높은 정확도를 보인 셈이다.

특히 일반 대학병원에서 이뤄진 검증에서는 AUROC가 무려 0.93을 기록했다. 상당수 환자의 심방세동을 무리없이 잡아낸다는 의미가 된다.

이를 통해 다른 요인을 제외하고 이 인공지능이 30일 이내 심방세동에 걸릴 위험을 잡아낼 확률(정확도)은 87%로 집계됐다. 10명 중 9명은 잡아낼 수 있다는 의미다.

데이비드 박사는 "인공지능을 통해 매우 위험한 심장질환인 심방세동에 걸릴 위험을 향후 31일까지 정확하게 예측할 수 있다는 것은 심뇌혈관 질환의 조기 진단과 예방에 획기적 전환점이 될 것"이라며 "특히 일반 환자들을 대상으로도 매우 높은 정확도를 보였다는 점에서 즉각적으로 임상에 적용할 수 있다는 것을 의미한다"고 설명했다.

이어 그는 "이에 대한 상용화를 도모하는 동시에 심장마비와 뇌졸중 예측까지 진행할 수 있는 모델로 발전시키기 위한 알고리즘 고도화 작업을 동시에 진행할 것"이라며 "매우 간단한 방법으로 심뇌혈관 질환을 예측하는 모델을 구상하고 있다"고 밝혔다.