주형준 교수 / 고려대 안암병원
고려대 안암병원 순환기내과 주형준, 차정준 교수 연구팀이 응급실에서 시행하는 심전도를 기반으로 급성 심부전을 조기 진단할 수 있는 딥러닝 기반 모델을 개발했다.
이번 연구는 응급실에서 급성 심부전 환자를 신속하고 정확하게 진단할 수 있는 혁신적인 기술로 국제 학계의 주목을 받고 있다.
급성 심부전은 응급실에서 높은 사망률을 보이는 질환 중 하나로 신속하고 정확한 진단이 환자의 생명을 좌우할 수 있다.
기존 진단 방법은 환자의 상태와 검사 환경에 따라 제약이 많아 정확성과 신속성이 떨어지는 한계를 지니고 있었다. 이에 연구팀은 인공지능 기반의 심전도 분석 기술을 도입하여 이러한 문제를 해결하고자 했다.
연구팀은 2016년부터 2020년까지 고려대학교 안암병원, 구로병원, 안산병원 등 3개 병원의 응급실 심전도 데이터를 활용하여 연구를 진행했다.
총 1만 9285명의 환자 데이터를 분석해 딥러닝 알고리즘을 개발했으며 심전도 데이터에서 주요 형태학적 특징을 추출하고 이를 임상 데이터와 결합하여 여러 머신러닝 모델을 비교했다.
연구 결과 CatBoost 알고리즘을 활용한 모델이 가장 우수한 성능을 보였다. 내부 검증에서 81%, 외부 검증에서 82%의 높은 예측 정확도를 기록하며 특히 심전도 데이터와 임상 데이터를 결합한 모델이 단독 심전도 모델보다 유의미하게 높은 정확도를 보였다.
주형준 교수는 "이번 연구는 급성 심부전 조기 진단의 새로운 패러다임을 제시한 중요한 성과"라며 "심전도와 임상 데이터를 통합한 딥러닝 모델은 기존 진단 방법의 한계를 극복하고 응급실에서의 신속한 의사 결정을 가능하게 할 것"이라고 설명했다.
차정준 교수는 "이 기술이 더욱 고도화되어 상용화된다면 응급실에서 내원하는 급성 심부전 환자의 치료 결과를 대폭 개선할 수 있을 것"이라고 기대감을 나타냈다.
이번 연구는 기존의 제한된 진단 방법을 벗어나 응급실 환경에서 급성 심부전 환자의 조기 선별을 가능하게 하는 기술적 돌파구를 마련했다는 점에서 의의가 크다.
연구 결과는 심혈관 질환 관련 국제 학술지 European Heart Journal: Acute Cardiovascular Care 최신호에 ‘Deep learning model for identifying acute heart failure patients using electrocardiography in the emergency room’라는 제목으로 게재됐다.