단일 심장 초음파 영상만으로 심장 아밀로이드증을 정확히 진단하는 인공지능 모델이 나와 학계의 주목을 받고 있다.

다른 심장 질환과 구분히 쉽지 않아 최소 5개 이상의 검사를 해야 했던 난제를 한번에 해결한 것으로 향후 조기 진단의 중요한 도구가 된다는 것이 전문가들의 의견이다.

현지시각으로 10일 유럽심장학회지(European Heart Journal)에는 심장 아밀로이드증 진단을 위한 인공지능 모델에 대한 연구 결과가 공개됐다(10.1093/eurheartj/ehaf387).

심장 아밀로이드증은 침윤성 심근병증으로 비정상적인 단백질이 심근에 침착돼 발생하는 경우가 많다.

박출률 보존 심부전(HFpEF)의 가장 흔한 원인으로 사망 등 치명률이 높지만 정확한 진단을 내리기까지 상당한 시간이 소요된다는 점에서 경각심이 높아지고 있는 상황.

초기 임상 평가와 심전도, 심초음파 검사를 통해 이를 의심해도 심장 자기공명영상(MRI), 케크네튬 피오인산 신티그래피(Tc-PYP)가 필요하며 결국 조직 생검을 통한 추가 검사까지 시행해야 하기 때문이다.

특히 만약 의사가 이를 의심하지 못할 경우 다른 심장질환으로 오인하는 경우가 많다는 점에서 의학계에서는 심장 아밀로이드증을 빠르게 배제하는 방법을 고민하고 있는 상황이다.

시카고 의과대학 제러미 슬리브닉(Jeremy Slivnick) 교수가 이끄는 연구진이 심장 초음파에 인공지능을 결합하는 모델 개발에 나선 배경도 여기에 있다.

의료진이 빠르게 심장 아밀로이드증을 배제하거나 진단하기 위해서는 결국 심장 초음파 단계에서 처리가 돼야 한다는 판단에서다.

이에 따라 연구진은 전 세계 17개 대학병원과 협력해 심장 아밀로이드증으로 진단된 다인종 환자 2612명의 데이터를 확보하고 4심실에 대한 심장 초음파 영상을 통해 심장 아밀로이드증을 감지하도록 신경망을 훈련시켰다.

연구 결과 이 모델은 심장의 4심방 시양에 대한 단일 심초음파 영상을 분석해 빠르게 심장 아밀로이드증을 감지하는 것은 물론 다른 유사한 심장 질환과 구별하는데 성공했다.

심장 아밀로이드증 환자 597명과 대조군 2122명을 대상으로 한 외부 검증 결과에서도 마찬가지 결과가 나타났다.

이 모델이 민감도 85%, 특이도 93%를 기록했기 때문이다. 심장 아밀로이드증 환자를 85%의 정확도로 식별하는 것은 93%의 확률로 물론 다른 유사한 심장 질환으로 배제할 수 있다는 의미다.

그 결과 이 모델은 정확도를 의미하는 수신자 조작 특성 곡선 아래 면적(AUROC)이 0.93을 기록했다. 현재 표준 검사법인 테크네튬 피로인산 신티그래피 영상 촬영의 AUROC 0.86보다도 높은 수치다.

현재 4~5단계를 거쳐 최종적으로 심장 아밀로이드증을 진단하는 표준 검사 지침보다 심장 초음파 하나로 이를 잡아내는 이 인공지능 모델이 더 우월하다는 뜻이 된다.

제러미 슬리브닉 교수는 "이 인공지능 모델은 그 어느 심장 초음파에도 적용이 가능하며 이미 촬영된 영상에도 적용이 가능하다는 점에서 광범위한 활용이 가능하다"며 "엄청난 양의 검사를 하고서도 다른 질환과 구별이 어려웠던 심장 아밀로이드증 진단에 획기적 변화를 가져올 것"이라고 밝혔다.