콜럼비아 대학교 어빙 메디컬 센터의 심장내과 전문의 피에르 엘리아스 박사가 이끄는 연구팀이 심전도 데이터를 분석해 구조적 심장질환을 선별하는 AI 도구 '에코넥스트(EchoNext)'를 개발했다. 카디오배스큘러 비즈니스에 따르면, 에코넥스트는 중증 대동맥 협착증, 승모판 역류증, 심부전 등 다양한 심혈관 이상 징후를 감지할 수 있다.

엘리아스 박사는 "AI 모델은 데이터를 받아 수학적 연산을 통해 인간이 놓칠 수 있는 고유한 패턴을 찾아낸다"며 "에코넥스트는 환자의 심전도 데이터를 입력받아 구조적 심장질환 검사가 필요한 환자를 식별한다. 이 도구는 심장 전문의가 볼 수 없는 것을 '본다'"고 설명했다.

뉴욕-프레스비테리안 발표에 따르면, 에코넥스트의 딥러닝 모델은 14년에 걸쳐 수집된 23만 명의 환자 데이터에서 추출한 120만 건 이상의 심전도-심장초음파 쌍을 학습에 활용했다. 13명의 심장 전문의와 3,200건의 심전도를 대상으로 한 비교 실험에서 에코넥스트는 구조적 심장질환을 77% 정확도로 식별한 반면, AI 보조 없이 심전도만으로 진단한 전문의의 정확도는 64%, AI 보조를 받은 전문의는 69%에 그쳤다.

연구팀은 실제 임상 환경에서도 에코넥스트를 검증했다. 이전에 심장초음파 검사를 받지 않은 약 8만 5,000명의 환자에게 8개월간 적용한 결과, AI는 이 중 9%인 7,500명 이상을 구조적 심장질환 고위험군으로 분류했다. 연구팀 추산에 따르면, 고위험군으로 분류된 환자 전원이 심장초음파 검사를 받았다면 약 2,000명이 추가로 진단을 받을 수 있었다.

콜럼비아 닥터스에 따르면, 에코넥스트를 활용했을 때 심장 전문의가 구조적 심장질환을 식별하는 확률이 일반적인 임상 진료 대비 약 2배 높아지는 것으로 나타났다. 연구팀은 "심장학 분야가 전체 새로운 구조적 심장질환 진단의 절반까지 놓치고 있을 수 있다"고 지적했다.

이번 연구에서 가장 주목할 만한 사례는 넙다리뼈 골절로 입원한 84세 여성 환자다. 카디오배스큘러 비즈니스에 따르면, 에코넥스트가 이 환자에게서 진단되지 않은 중증 대동맥 협착증을 감지했고, 결국 경카테터 대동맥판막 치환술(TAVR)로 이어졌다. 연구팀은 "에코넥스트의 도움 없이는 이 환자의 진단이 훨씬 늦어졌을 것"이라고 강조했다.

엘리아스 박사는 "대장내시경이 있고 유방촬영술이 있지만, 대부분의 심장질환에는 그에 해당하는 검사가 없다"며 "에코넥스트는 저렴한 검사로 누가 더 비싼 초음파 검사가 필요한지 판별한다. 심전도와 AI의 결합이 전혀 새로운 선별 패러다임을 만들어낼 수 있다"고 강조했다. 또한 "올해 전 세계에서 시행될 것으로 예상되는 4억 건의 심전도를 구조적 심장질환 선별을 위한 4억 번의 기회로 전환할 수 있다"고 덧붙였다.

연구 결과는 국제 학술지 '네이처(Nature)'에 게재됐으며, 에코넥스트 팀은 2026년 무작위 대조 임상시험을 계획 중이다.

자세한 내용은 Cardiovascular Business에서 확인할 수 있다.

이미지 출처: 이디오그램 생성