딥러닝 기반의 인공지능이 심방세동을 조기에 진단하고 뇌졸중 겉은 합병증을 예방할 수 있다는 연구 결과가 나왔습니다. 메이요 클리닉의 폴 프리드만 박사 (Dr. Paul Friedman, Chair of the Department of Cardiovascular Medicine, Mayo Clinic)를 비롯한 연구팀은 181000명의 참가자에서 확보한 65만건의 심전도를 기반으로 인공지능을 훈련시켜 심방 세동을 조기 진단하는 연구를 진행했습니다.
심방 세동은 심방이 규칙적으로 수축하는 것이 아니라 전기적 신호 이상으로 제대로 수축하지 못하는 상태입니다. 생각보다 매우 흔하지만 아무 증상이 없는 경우 역시 흔합니다. 간단한 심전도를 통해 쉽게 진단이 가능하지만 항상 나타나는게 아닐 수 있기 때문입니다. 심방세동을 방치할 경우 뇌졸중을 비롯한 심각한 합병증의 위험도가 증가할 수 있습니다.
하지만 심전도가 정상 범위라도 심방세동을 오래 앓은 경우 심장 일부가 커지는 등 몇 가지 변화가 생길 수 있습니다. 연구팀은 이와 같은 사실을 바탕으로 인공지능을 학습시켰습니다. 전체 심전도의 70%는 훈련 데이터로 삼고 10%는 최적화 및 검증, 나머지 20%는 테스트 데이터로 학습시킨 결과 79%의 정확도로 심방세동을 진단했으며 여러 번 심전도를 학습한 경우 83%까지 정확도가 올라갔습니다.
심전도는 매우 쉽게 찍을 수 있으며 비용도 저렴하기 때문에 이를 통해 심방세동을 조기 진단할 수 있다면 상당히 의미 있는 결과가 될 것입니다. 앞으로 인공지능을 통해 사람이 하기 어렵거나 시간이 오래 걸리는 일을 자동화하고 진단 효율을 높일 수 있을 것으로 생각합니다.
참고
Zachi I Attia et al, An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction, The Lancet (2019). DOI: 10.1016/S0140-6736(19)31721-0
댓글
댓글 쓰기