단순한 증상으로는 알아채기 어려운 '박출률 보존 심부전'을 쉽고 간편하게 진단할 수 있는 인공지능(AI) 모델이 개발됐다.

 삼성서울병원 순환기내과 박경민·홍다위 교수 연구팀은 AI를 활용해 수축 기능이 보존된 심부전을 예측할 수 있는 모델을 개발해 유럽심장학회 디지털헬스 관련 학술지(European Heart Journal - Digital Health)에 발표했다고 6일 밝혔다.

 심부전은 심장의 좌심방에서 받은 혈액을 전신에 펌프질해 내보내는 좌심실 기능에 이상이 생겨 체내의 모든 기관과 조직의 혈액 공급이 부족해지는 질환이다.

 주요 증상 역시 숨이 차거나, 피로함, 운동할 때의 불편감 등 비특이적이어서 정확히 진단하려면 심장 초음파 검사에서 다양한 지표를 종합적으로 분석해야 해 그 과정이 복잡하고 시간도 오래 걸리는 편이다.

 연구팀은 박출률 보존 심부전 진단의 난제를 해결하기 위해 복잡한 검사 없이 병원에서 널리 사용하는 12유도 심전도 검사(12개 전극을 붙여 심전도를 검사하는 방식) 결과만 있어도 진단할 수 있는 AI 모델을 만들었다.

 연구팀은 2016∼2022년 삼성서울병원에서 심장 초음파, 12유도 심전도 검사 등을 받은 1만3천81명을 박출률 보전 심부전 그룹과 대조군으로 나눴다.

 이후 이들의 심전도 데이터와 최대 5년간의 임상 정보를 AI에 학습시킨 뒤 통합 분석해 진단할 수 있게끔 설계했다.

 연구팀이 AI 모델의 심전도 진단 예측 정확도를 확인하기 위한 통계 모델을 가동하자, 1에 가까울수록 예측 정확도가 높다는 의미인 AUC 값은 0.81을 기록했다.

 고령, 비만, 당뇨, 고혈압 등 심전도 고위험군에서의 AUC 값도 0.78~0.83으로 성능이 유지됐다.

 이번 연구는 AI 기반 심전도 모델을 활용해 박출률 보존 심부전 가능성을 예측했다는 데 의미가 있다고 연구팀은 강조했다.

 박경민 교수는 "기존 심장 초음파나 혈액검사가 없는 환자에게서도 간단한 심전도 검사만으로 박출률 보존 심부전의 가능성을 조기에 의심해볼 수 있어 진단의 사각지대를 줄일 수 있을 것"이라고 말했다.