심전도 검사 등으로 놓칠 수 있는 급성 심근경색을 매우 빠른 속도로 감지하는 인공지능이 나와 학계의 주목을 받고 있다.

심전도에서 급성 심근경색을 발견하지 못할 경우 추가적 검사 등으로 최대 24시간 이상이 필요하다는 점에서 전문가들은 향후 응급 진료에 큰 획을 그을 것으로 기대하고 있다.

현지시각으로 2일 네이쳐 메디신(Nature Medicine)에는 심근경색 감지 인공지능의 임상적 효용성에 대한 대규모 연구 결과가 게재됐다(10.1038/s41591-023-02396-3).

현재 급성 심근경색은 응급실에서도 심장 통증 등으로 내원한 환자에게 가장 먼저 검사를 진행할 만큼 초 응급 질환으로 분류되고 있다.

가장 널리 쓰이는 방법은 심전도(ECG). 응급의학과 전문의가 심전도를 통해 1차적으로 검사를 진행한 뒤 의심 사례가 나올 경우 심장내과 의사 등에게 판독을 의뢰하는 구조다.

일부 급성 심근경색은 심전도의 최저점과 최고점 사이에서 나타나는 STEMI라는 패턴을 통해 진단이 가능하다.

하지만 문제는 급성 심근경색 환자 중에서 3분의 2는 이같은 패턴이 잘 나타나지 않는다는 것. 결국 이를 명확하게 하기 위해 추가 검사에 들어갈 경우 최대 24시간까지 소요될 수 있다는 것이 전문가들의 지적이다.

피츠버그 의과대학 알 자이티(Al-Zaiti) 교수가 이끄는 연구진이 심전도를 이용한 인공지능 개발에 나선 것도 이러한 배경 때문이다.

심전도를 통해 전문의가 미쳐 놓칠 수 있는 급성 심근경색을 잡아낼 수 있다면 환자의 생존에 큰 영향을 줄 수 있다는 판단에서다.

이에 따라 연구진은 고도화된 학습을 통해 이를 진단하는 인공지능 모델을 개발하고 피츠버그 소재 3개 병원의 흉통 환자 4026명과 뉴욕 등에 위치한 병원의 3287명을 대상으로 검증을 진행했다.

그 결과 이 인공지능 모델은 곡선하 면적(AUROC)이 0.87에 달하는 것으로 분석됐다. 심전도와 HEART 점수를 합쳐 분석한 결과(AUROC 0.75)에 비해 크게 높은 수치다.

특히 경력이 많은 심장내과 전문의들의 종합 분석 또한 AUROC 0.80에 불과했다는 점에서 이를 상회하는 정확도를 보여준 셈이다.

특히 이 인공지능 모델이 내놓은 위험 점수는 연령과 성별, 흡연력, 기저질환과 무관하게 기존 검사에 비해 10배가 넘는 강력한 예측력을 보여줬다(OR=10.60).

알 자이티 교수는 "처음 모델을 개발할때 목표로 삼았던 것은 적어도 HEART 점수에 필적하는 결과를 내는 것이었다"며 "하지만 이 인공지능은 심전도 하나만으로 이를 훨씬 초과하는 정확도를 기록했다"고 설명했다.

그는 이어 "이 모델은 응급실 등에서 환자가 지체 없이 심근경색 진단을 받고 적절한 치료를 받을 수 있도록 위험 평가를 크게 개선하게 될 것"이라며 "또한 심장전문병원에 이송할 필요가 없는 저위험 환자를 걸러내는데도 큰 도움이 될 것으로 기대한다"고 말했다.