일반적인 12유도 심전도(ECG) 검사만으로 심장 이완기능장애 위험군을 효과적으로 선별할 수 있는 인공지능(AI) 모델이 개발됐다.

아주대병원 순환기내과 소문승 교수팀(신준한·박진선 교수)은 의료 인공지능 기업 뷰노와 공동연구를 진행해 심전도 데이터를 기반으로 좌심실 이완기능장애를 탐지하는 딥러닝 AI 모델을 개발했다고 21일 밝혔다.

이번 연구 성과는 세계 최대 규모 심장학 학술대회인 유럽심장학회(ESC) 연례학술대회 공식 매체 ‘Congress News’에 ‘AI-ECG detection of diastolic dysfunction: A screening approach for early HFpEF’라는 제목의 특별 기사로 소개되며 임상적 가치를 인정받았다.

좌심실 이완기능장애는 심장이 수축한 후 충분히 이완되지 않아 혈액을 원활히 채우지 못하는 상태를 뜻한다. 이는 난치성 질환으로 꼽히는 박출률 보존 심부전(HFpEF)과 직결된다.

현재 좌심실 이완기능 평가는 주로 심초음파 검사를 통해 이뤄지지만, 의료 접근성과 비용 등의 문제로 모든 환자에게 일괄 시행하기에는 현실적인 한계가 따랐다.

연구팀은 접근성이 높은 기본 심전도 검사에 AI를 접목해 이완기능장애 고위험군을 사전에 선별하는 방안을 추진했다. 총 2만 1385명 심전도 및 심초음파 데이터를 학습시켜 12유도 심전도만으로 좌심실 이완기능장애를 찾아내는 모델을 구현했다.

AUROC 0.913·음성예측도 96.6% 입증…“조기 선별 도구 기대”

분석 결과 개발된 AI 모델의 판별 성능(AUROC)은 검증군 0.908, 시험군 0.913으로 우수한 정확도를 기록했다. AUROC는 1에 가까울수록 진단 성능이 높다는 것을 의미한다.

특히 시험군 기준 음성예측도(NPV)가 96.6%에 달해 이완기능장애 가능성이 낮은 환자를 효과적으로 배제할 수 있는 능력을 입증했다. 이를 통해 불필요한 검사를 줄이고 정밀 심초음파가 반드시 필요한 환자를 추려내는 진료 효율성을 확보할 수 있게 됐다.

소문승 교수는 “심전도는 임상 현장에서 가장 널리 쓰이는 검사인 만큼 이번 AI 모델이 이완기능장애를 조기 발견하는 선별 도구로 유용하게 쓰일 것”이라며 “향후 타 병원 데이터와 다양한 환자군을 대상으로 추가 검증을 거쳐 실제 진료 환경 적용을 가시화하겠다”고 말했다.

한편, 이번 성과는 아주대의료원과 뷰노가 체결한 공동연구 협약 결실이다. 양 기관은 2025년 5월 심전도 AI 솔루션 임상 활용과 심장질환 AI 기술 개발을 위한 협약을 맺은 이후 관련 연구를 이어오고 있다.