2만1385명 심전도·심초음파 데이터 활용해 딥러닝 모델 구축
시험군 AUROC 0.913·음성예측도 96.6% 기록
유럽심장학회 학술대회 공식 뉴스서 연구 성과 소개
최윤수 기자
입력 2026-09-21 09:27
아주대병원 순환기내과 손승성 교수팀(신준한·박진선 교수)이 의료 인공지능(AI) 기업 뷰노와 공동으로 일반적인 12유도 심전도 검사만으로 좌심실 이완기 기능장애 가능성을 선별하는 딥러닝 AI 모델을 개발했다.연구팀은 총 2만1385명의 심전도와 심초음파 데이터를 활용해 모델을 개발했으며, 시험군에서 AUROC 0.913과 음성예측도 96.6%를 기록했다. 이를 통해 심전도 검사를 활용해 이완기 기능장애 가능성이 낮은 환자를 구분하고, 추가 심초음파 검사가 필요한 환자를 선별할 가능성을 확인했다.이번 연구는 세계적인 심장학 학술대회인 유럽심장학회(ESC) 학술대회의 공식 뉴스인 ‘Congress News’에 특별 기사로 소개됐다. 연구는 ‘AI-ECG detection of diastolic dysfunction: A screening approach for early HFpEF’라는 제목으로 다뤄졌으며, 연구 결과와 임상 적용 가능성이 조명됐다.좌심실 이완기 기능장애는 심장이 수축한 뒤 충분히 이완되지 못해 혈액을 원활하게 받아들이지 못하는 상태다. 박출률 보존 심부전(HFpEF)과 밀접한 관련이 있다.현재 좌심실 이완기 기능은 주로 심초음파 검사를 통해 평가한다. 다만 모든 환자에게 심초음파 검사를 시행하기에는 현실적인 제약이 있다.이에 연구팀은 비교적 간단하고 의료 현장에서 널리 시행되는 심전도 검사에 AI를 적용해 이완기 기능장애 가능성이 높은 환자를 선별할 수 있는지 살펴봤다.연구팀은 총 2만1385명의 심전도 및 심초음파 데이터를 이용해 12유도 심전도만으로 좌심실 이완기 기능장애를 탐지하는 딥러닝 AI 모델을 개발했다.분석 결과 AI 모델의 판별 성능을 나타내는 AUROC는 검증군에서 0.908, 시험군에서 0.913으로 나타났다. AUROC는 1에 가까울수록 판별 성능이 높다는 의미다.특히 시험군의 음성예측도(NPV)는 96.6%를 기록했다. 이는 모델이 이완기 기능장애 가능성이 낮다고 분류한 환자 중 실제로 기능장애가 없는 환자의 비율을 나타내는 지표다.연구팀은 이러한 결과가 일상적으로 시행되는 심전도 검사를 활용해 이완기 기능장애 가능성을 사전에 선별하고, 추가 심초음파 검사가 필요한 환자를 보다 효율적으로 가려내는 데 활용될 가능성을 보여준다고 설명했다.다만 실제 임상 현장에서의 활용 가능성을 확인하기 위해서는 외부 의료기관과 다양한 환자군을 대상으로 한 추가 검증이 필요하다.손승성 교수는 “심전도는 의료 현장에서 접근성이 높은 검사인 만큼 이번 AI 모델이 향후 이완기 기능장애의 조기 발견을 위한 선별 도구로 활용될 수 있을 것으로 기대한다”고 말했다.이어 “앞으로 외부 의료기관과 다양한 환자군의 데이터를 활용한 추가 검증을 진행해 실제 임상 현장에서의 활용 가능성을 확인할 계획”이라고 밝혔다.이번 연구는 아주대학교의료원과 뷰노가 추진해 온 의료 AI 분야 협력의 성과이기도 하다.한편, 양 기관은 2025년 5월 의료 AI 공동연구, 심전도 AI 솔루션의 임상 활용, 심장질환 관련 AI 기술 개발 및 성능 검증을 위한 업무협약(MOU)을 체결했다. 이후 AI 기반 심혈관질환 연구를 이어오고 있다.