Near-term prediction of sustained ventricular arrhythmias applying artificial intelligence to single-lead ambulatory electrocardiogram
95% 이상 정확도로 심장 위험 예측하는 AI 모델 개발 성공
인공지능(AI)을 활용한 의료 기술이 또 한 번 혁신적인 발전을 이뤘다. 유럽 심장 저널(European Heart Journal)에 발표된 연구에 따르면, 심층 학습(Deep Learning) 기반 AI 모델이 단일 채널 심전도 데이터만으로 향후 13일 이내에 지속성 심실성 빈맥(VT)이 발생할 위험을 높은 정확도로 예측할 수 있는 것으로 나타났다.
이 연구는 프랑스 파리 시테 대학교와 카디올로그스(Cardiologs)를 중심으로 미국 매사추세츠 종합병원, 인도 메디커버 병원 등 다국적 연구팀이 공동으로 진행했으며, 24만 7천여 명의 환자로부터 수집한 14일 간의 심전도 기록을 분석하여 진행됐다. 연구팀은 논문을 통해 인공지능이 갑작스러운 심장사(Sudden Cardiac Death, SCD)를 예방하는 새로운 접근법의 가능성 제시했다.
24만 7천명 환자 데이터로 검증된 AI, 심실성 빈맥 80% 이상 예측
연구팀은 6개국(미국, 영국, 프랑스, 체코, 남아프리카, 인도)에서 수집한 24만 7천여 개의 14일 간 심전도 기록을 사용해 AI 모델을 개발했다. 이 모델은 각 심전도 기록의 첫 24시간 데이터를 입력값으로 사용하여 이후 13일 동안 지속성 심실성 빈맥 발생 위험을 예측하도록 설계됐다.
개발된 AI 모델은 세 가지 다른 모달리티를 활용해 심실성 빈맥 위험을 예측한다. 첫째, 환자의 나이와 성별 같은 인구통계학적 정보와 심전도에서 추출된 정량적 측정값을 사용한다. 둘째, 24시간 심박수 밀도 플롯(Heart Rate Density Plot, HRDP)을 분석한다. 셋째, 원시 심전도 파형 자체를 심층 신경망으로 분석한다. 이 세 가지 정보에서 특징을 추출하고 상호작용을 학습하는 공동학습(co-learning) 접근법을 통해 모델이 훈련됐다.
특히 주목할 점은 이 모델이 최종적으로 연령과 성별을 제외하면 원시 심전도 신호만을 사용한다는 것이다. 따라서 인간이나 다른 소프트웨어의 사전 분석 없이도 예측이 가능하다는 장점이 있다.
AI가 발견한 새로운 심장 위험 신호, QRS 분절화와 조기 탈분극 패턴
연구팀은 개발한 모델을 내부 검증 집단(43,580명)과 외부 검증 집단(20,497명)에서 평가했다. 그 결과 모델은 내부 검증 집단에서 .957, 외부 검증 집단에서 .948의 ROC 곡선 하 면적(Area Under the Receiver Operating Characteristic Curve, AUROC) 값을 달성했다. 이는 매우 높은 정확도를 의미한다.
특히 특이도를 97.0%로 고정했을 때, 민감도는 내부 검증 집단에서 70.6%, 외부 검증 집단에서 66.1%에 달했다. 더 놀라운 점은 180 bpm 이상의 빠른 심실성 빈맥을 내부 및 외부 검증 집단에서 각각 80.7%와 81.1%의 정확도로 예측했으며, 심실세동으로 악화된 심실성 빈맥 사례의 90.0%를 정확히 예측했다는 것이다. 또한 예측 기간을 13일보다 짧게 설정했을 때 모델의 성능이 더욱 향상됐으며, 특히 심실성 빈맥 발생 1시간 전에는 AUROC 값이 내부 검증 집단에서 .970, 외부 검증 집단에서 .961까지 상승했다.
스마트워치에서 심장마비 예측까지, AI 기반 심장 모니터링의 미래
연구팀은 ‘현저도 매핑(Saliency Mapping)’이라는 기법을 사용해 AI 모델이 예측에 중요하게 사용하는 심전도 신호의 특징을 시각화했다. 이 분석을 통해 조기심실수축(Premature Ventricular Complex, PVC) 빈도뿐만 아니라, QRS 분절화(fragmentation)와 조기 탈분극 시간(early depolarization time)이 심실성 빈맥 예측에 중요한 결정 요소임을 확인했다. 특히 동리듬(sinus rhythm) 상태의 심전도에서 AI가 주목한 세 부분은 QRS 시작 전 영역, QRS의 첫 경사면, ST 분절을 따라 이어지는 영역이었다. 연구팀은 이러한 패턴이 심근의 퍼킨제 시스템(Purkinje system) 주변 반흔을 통한 비정상적 전도를 반영할 수 있다는 가설을 제시했다.
이는 AI가 단순한 예측을 넘어 부정맥 발생 메커니즘에 대한 새로운 통찰을 제공할 수 있음을 시사한다. 하지만 연구팀은 이러한 발견이 아직 가설 생성 단계이므로 조심스러운 해석이 필요하다고 강조했다.
웨어러블 기기 통합과 실시간 모니터링의 미래 가능성
연구팀은 이 AI 모델의 응용 가능성이 기존 임상 환경을 넘어 확장될 수 있다고 전망했다. 이 모델이 단일 채널 심전도만으로도 높은 성능을 보인다는 점은 스마트워치나 삽입형 루프 레코더(implantable loop recorder)와 같은 웨어러블 기기와의 통합 가능성을 시사한다. 이러한 혁신은 환자 원격 모니터링과 선제적 개입을 가능하게 하여 갑작스러운 심장사 위험 관리 방식을 변화시키고 환자 결과를 개선할 가능성이 있다. 특히 새로운 AI 기반 ‘스마트 모니터링’ 시스템은 생명을 위협하는 부정맥 발생 전에 경고를 제공함으로써 치명적인 사건을 예방하는 데 기여할 수 있다.
연구의 제한점으로는 임상 및 인종/민족 데이터의 부재, 외부 검증 집단의 양성 심전도 기록 수 제한(103개), 연구의 후향적 특성이 있다. 또한 지속성 심실성 빈맥이 반드시 갑작스러운 심장사로 이어지지 않으며, 대부분 환자의 최종 임상 결과에 대한 완전한 정보가 부족하다는 점도 고려해야 한다.
FAQ
Q: 인공지능이 예측하는 심실성 빈맥은 무엇이며 왜 위험한가요?
A: 심실성 빈맥은 심장의 아래쪽 심실에서 발생하는 빠른 심장 리듬으로, 분당 100회 이상의 속도로 30초 이상 지속될 때 ‘지속성 심실성 빈맥’으로 정의됩니다. 이는 심장이 효과적으로 혈액을 펌프질하지 못하게 만들어 실신, 심장마비, 심지어 갑작스러운 사망으로 이어질 수 있어 매우 위험합니다. 특히 심실세동으로 진행될 경우 치명적일 수 있습니다.
Q: 이 인공지능 기술이 기존 심장 모니터링과 다른 점은 무엇인가요?
A: 기존의 심장 위험 평가는 주로 좌심실 박출계수와 같은 구조적 매개변수를 사용한 중장기 예측에 의존했습니다. 반면 이 AI 기술은 단일 채널 심전도만으로 향후 몇 일 또는 몇 시간 내에 발생할 수 있는 심실성 부정맥을 높은 정확도로 예측할 수 있습니다. 또한 인간의 눈으로는 감지하기 어려운 미묘한 심전도 패턴을 감지하여 부정맥 발생 메커니즘에 대한 새로운 통찰을 제공합니다.
Q: 이 기술이 일상생활에서 어떻게 활용될 수 있나요?
A: 이 AI 기술은 스마트워치나 웨어러블 심전도 기기와 통합되어 일상에서 심장 리듬을 지속적으로 모니터링하고, 위험한 부정맥이 발생하기 전에 경고를 제공할 수 있습니다. 이를 통해 환자는 적시에 의료 도움을 받을 수 있고, 의료진은 선제적 조치를 취할 수 있어 갑작스러운 심장사를 예방하는 데 도움이 될 것입니다. 특히 심장 질환 위험이 높은 사람들에게 더 안전한 일상생활을 가능하게 해줄 것입니다.
해당 기사에서 인용한 논문 원문은 링크에서 확인할 수 있다.
이미지 출처: 이디오그램 생성
기사는 클로드와 챗GPT를 활용해 작성되었습니다.
