심전도 측정 당시 이상이 나타나지 않더라도 향후 한 달 내 심방세동 발생 위험을 예측할 수 있는 인공지능(AI) 모델이 개발됐다. 병원이 아닌 일상에서 사용자가 직접 측정한 휴대용 심전도 실사용 데이터를 기반으로 했다는 점에서 의미가 있다.

의료 인공지능 기업 뷰노(대표 이예하)는 AI 기반 휴대용 심전도 측정 의료기기 ‘HATIV P30(이하 HATIV)’으로 수집한 실사용 데이터를 활용해 심방세동 발생을 예측하는 딥러닝 모델을 개발했다고 18일 밝혔다.

이번 연구는 전남대학교병원 이기홍 교수 연구팀, 한림대학교 동탄성심병원 연구팀과 공동으로 수행됐으며 국제학술지 ‘JMIR Medical Informatics’에 게재됐다.

심방세동은 심장이 불규칙하게 뛰는 부정맥으로 뇌졸중과 심부전 위험을 높일 수 있다. 증상이 간헐적으로 나타나거나 무증상인 경우가 있어 심전도 측정 시점에 부정맥이 포착되지 않으면 진단이 늦어질 수 있다.

기존 스마트워치와 휴대용 심전계의 AI는 주로 측정된 파형에서 현재 부정맥 여부를 판별하는 데 초점을 맞췄다. 반면 뷰노 연구팀은 부정맥이 발견되지 않은 정상 리듬 심전도에도 향후 심방세동 발생 가능성을 시사하는 미세 신호가 존재할 수 있다는 가설에 주목했다.

연구팀은 정상 판정 심전도 한 장을 기반으로 7일, 14일, 31일 이내 심방세동 발생 위험을 추정하는 딥러닝 모델을 개발했다.

연구에는 2023년 3월부터 2024년 11월까지 국내 HATIV 사용자 8206명이 측정한 심전도 38만6519건이 활용됐다. 병원 내 통제된 환경이 아닌 사용자의 일상생활에서 직접 측정된 실사용 데이터라는 점이 특징이다.

분석 결과 31일 이내 심방세동 발생 예측 성능은 AUROC 0.787로 나타났다. 7일과 14일 기준 AUROC도 각각 0.793, 0.785로 유사한 수준을 보였다. AUROC는 이진 분류 모델의 판별 성능을 평가하는 지표로 1에 가까울수록 성능이 높다.

연구팀은 심방세동을 진단받은 적은 없지만 고령·고혈압 등으로 위험이 높다고 분류된 환자 144명도 추가 추적했다.

각 환자의 첫 정상 심전도 한 장을 바탕으로 위험군과 비위험군을 분류한 뒤 31일간 관찰한 결과, 새롭게 확인된 심방세동 5건은 모두 모델이 위험이 높다고 예측한 그룹에서 발생했다. 비위험군에서는 심방세동이 확인되지 않았다.

연구진은 이번 결과를 통해 해당 모델이 일반 사용자뿐 아니라 심방세동 고위험군을 선별하는 보조 도구로 활용될 가능성을 확인했다고 설명했다.

주성훈 뷰노 최고기술책임자(CTO)는 “지금까지 휴대용 심전도에 적용된 AI는 이미 나타난 부정맥을 찾아내는 역할을 해왔다”며 “이번 연구는 정상으로 보이는 심전도 기록만으로도 미래 위험을 읽어낼 가능성을 HATIV 실사용 데이터와 딥러닝 기술을 통해 확인했다는 점에서 의미가 있다”고 말했다.

이어 “향후 이러한 예측 AI가 휴대용 심전계에 적용되면 가정이나 1차 의료기관에서도 심방세동 위험을 사전에 확인하는 데 활용될 수 있을 것”이라며 “HATIV 데이터를 기반으로 심전도 분석 기술의 임상 근거를 지속적으로 강화해 일상적인 심장 건강 관리에 기여할 수 있는 기술로 발전시키겠다”고 밝혔다.