일반적인 12유도 심전도 검사만으로 심장 이완기능장애 가능성을 선별하는 인공지능(AI) 모델이 개발됐다.

아주대병원 순환기내과 소문승 교수팀(신준한·박진선 교수)은 의료 인공지능 기업 뷰노(VUNO)와 공동으로 심전도(ECG)를 활용해 좌심실 이완기능장애를 탐지하는 딥러닝 AI 모델을 개발했다고 밝혔다.
특히 이번 연구는 세계 최대 규모의 심장학 학술대회인 유럽심장학회(European Society of Cardiology, ESC) Congress의 공식 Congress News에 특별 기사로 소개되며, 연구 결과와 임상적 활용 가능성이 집중 조명됐다. ESC Congress는 전 세계 심혈관 분야 연구자와 의료진이 참여하는 권위 있는 국제 학술대회다. Congress News에는 ‘AI-ECG detection of diastolic dysfunction: A screening approach for early HFpEF’라는 제목으로 소개됐다.
좌심실 이완기능장애는 심장이 수축한 뒤 충분히 이완되지 못해 혈액을 원활하게 받아들이지 못하는 상태로, 박출률 보존 심부전(HFpEF)과 밀접한 관련이 있다. 현재 좌심실 이완기능은 주로 심초음파 검사를 통해 평가하지만, 모든 환자에게 심초음파 검사를 시행하기에는 현실적인 제약이 있다.
이에 연구팀은 비교적 간편하고 널리 시행되는 심전도에 AI를 적용해 이완기능장애 가능성이 높은 환자를 선별할 수 있는지 확인했다. 총 2만1,385명의 심전도 및 심초음파 데이터를 활용해 12유도 심전도만으로 좌심실 이완기능장애를 탐지하는 딥러닝 AI 모델을 개발했다.
분석 결과, AI 모델의 판별 성능을 나타내는 AUROC는 검증군에서 0.908, 시험군에서 0.913으로 높은 수준을 보였다. AUROC는 1에 가까울수록 판별 성능이 우수함을 의미한다. 특히 시험군에서 음성예측도(NPV)가 96.6%로 나타나 이완기능장애 가능성이 낮은 환자를 효과적으로 구분할 수 있음을 확인했다.
이번 연구는 일상적으로 시행되는 심전도 검사와 AI를 활용해 이완기능장애 가능성을 사전에 선별함으로써, 추가적인 심초음파 검사가 필요한 환자를 보다 효율적으로 찾아낼 수 있는 가능성을 제시했다는 점에서 의미가 있다.
소문승 교수는 “심전도는 의료현장에서 접근성이 높은 검사인 만큼, 이번 AI 모델이 향후 이완기능장애를 조기에 발견하는 선별 도구로 활용될 수 있을 것으로 기대한다”며 “앞으로 외부 의료기관 데이터와 다양한 환자군을 대상으로 추가 검증을 진행해 실제 임상 현장에서의 활용 가능성을 확인할 계획”이라고 말했다.
이번 연구는 아주대의료원과 뷰노가 이어온 의료 AI 분야 협력의 성과이기도 하다. 양 기관은 2025년 5월 의료 AI 공동연구와 심전도 AI 솔루션의 임상 활용, 심장질환 관련 AI 기술 개발 및 성능 검증 등을 위한 업무협약(MOU)을 체결했으며, 이후 AI 기반 심혈관질환 연구를 지속해 왔다.

