심전도만으로 진단! 국내 연구진, AI로 '숨은 심부전' 조기 발견 기술 개발

단순한 검사로는 발견이 어려운 심근 질환 ‘박출률 보존 심부전’을 심전도 검사만으로 조기에 진단할 수 있는 인공지능(AI) 기술이 국내 의료진에 의해 개발됐다. 복잡한 초음파 검사 없이도 질병 가능성을 빠르게 분석할 수 있다는 점에서 의료 현장 적용에 대한 기대가 커지고 있다.

삼성서울병원 순환기내과 박경민·홍다위 교수 연구팀은 수축 기능이 정상으로 나타나는 심부전 유형, 즉 ‘박출률 보존 심부전(HFpEF)’의 조기 진단을 돕는 AI 모델을 완성해 9월 4일 발표했다. 이 모델은 심장 초음파 없이 12유도 심전도(병원에서 흔히 사용하는 12개 전극으로 심장의 전기적 신호를 기록하는 검사)만으로 진단 가능성을 예측할 수 있도록 설계됐다.

박출률은 좌심실에 들어온 혈액이 대동맥으로 얼마나 배출됐는지를 비율로 표현한 지표로, 일반적으로 좌심실 기능 이상을 판단하는 핵심 기준이다. 하지만 박출률이 50% 이상 보존된 상태에서도 심부전 증상이 나타나는 HFpEF는 수치상 정상이므로 진단이 쉽지 않다. 게다가 이 질환의 주요 증상이 호흡 곤란, 피로감, 운동 능력 저하 등 다른 질환과 구분하기 모호한 비특이적 형태여서 심장 초음파 등의 정밀검사가 필요했지만, 검사 과정이 복잡하고 시간이 오래 걸리는 단점이 있었다.

연구팀은 2016년부터 2022년까지 삼성서울병원에서 심전도 및 심장 초음파 검사를 받은 환자 1만3,081명의 데이터를 활용해 AI 모델을 학습시켰다. 이들은 박출률 보존 심부전 그룹과 그렇지 않은 대조군으로 나뉘었고, AI는 이들의 5년간 임상 데이터를 기반으로 진단 가능성을 파악하도록 설계됐다. 진단 정확도 지표인 AUC(곡선하 면적)를 확인한 결과, 전체 평균 0.81로 나타났으며, 이는 예측 정확도가 높은 수준이다. 당뇨, 고혈압 등 고위험군의 경우에도 0.78~0.83 수준을 유지해 일관된 진단 성능을 보여줬다.

박경민 교수는 “기존에는 초음파나 혈액검사가 필요한 경우가 많아 진단 사각지대가 컸지만, 이번 AI 기술을 활용하면 단순한 심전도 검사만으로도 질환 가능성을 빠르게 의심해볼 수 있다”고 설명했다. 즉, 병원 내 접근성이 좋은 심전도 검사를 활용함으로써 진단 과정이 크게 간소화될 수 있다는 의미다.

이 같은 연구성과는 디지털 헬스 분야의 기술 적용 사례로서도 주목된다. 향후 의료 환경에서는 AI 분석 기반의 조기 진단 모델이 심장 질환 외에도 다양한 만성 질환 예측에 폭넓게 활용될 가능성이 있으며, 의료진의 판단을 보조하는 도구로서 입지가 확대될 전망이다.