(Credit: CC0 Public Domain)
스웨덴 웁살라 대학 (Uppsala University)의 연구팀과 브라질의 연구팀이 DNN (deep neural network)을 이용해서 의사의 거의 같은 수준으로 심전도 (ECG)를 판독할 수 있음을 보여줬습니다. 최근 인공지능은 이미지 판독 분야에서 활발하게 연구가 진행 중인데, 심전도 역시 그 중 하나라고 할 수 있습니다. 목적은 심전도를 판독하는 의사를 대체하기 보다는 심전도를 찍음과 거의 동시에 판독해서 심각한 질환을 조기에 판정하는 것입니다. 이는 환자 진료에 바쁜 의사들의 귀중한 시간을 아끼고 판독이 늦어져서 위험한 상태에 빠질 수 있는 경우를 방지하는 데 도움을 줄 수 있습니다.
연구팀은 심전토를 통해 진단할 수 있는 심방 세동 같은 흔한 이상 소견 6가지 (1st degree AV block (1dAVb), right bundle branch block (RBBB), left bundle branch block (LBBB), sinus bradycardia (SB), atrial fibrillation (AF) and sinus tachycardia (ST))를 진단하는 DNN을 개발했습니다. 이미 진단이 되어 있는 200만 개의 심전도를 학습시킨 후 이를 인공지능이 다시 판독하게 한 것입니다. 그 결과 진단 특이도가 99%에 달할 정도로 정확한 진단이 가능했습니다.
사실 현재 사용되는 심전도 기계들은 자동 진단 기능이 대부분 내장되어 있습니다. 하지만 이는 단순한 알고리즘에 따른 기계적인 판단으로 항상 정확한 진단은 의사가 해야 했습니다. 인공지능이 적용되면 자동 진단 판독 기능의 신뢰성이 상당히 높아져 심전도를 찍는 의료진이 의사에게 보여주지 않더라도 문제가 있는 심전도를 빠르게 파악하고 대처할 수 있을 것입니다.
개인적으로는 이와 비슷한 연구를 생각했던 적이 있는데, 개인이 도전하기에는 힘든 과제였습니다. 인공지능 부분은 전문적으로 이를 다룰 수 있는 전문가와 손을 잡지 않고서는 연구가 어렵다고 생각됩니다. 그럴 기회가 있으면 좋겠는데, 현재 연구 과제는 그런 건 아니라서 당분간은 어려울 것 같습니다.
참고
Antônio H. Ribeiro et al, Automatic diagnosis of the 12-lead ECG using a deep neural network, Nature Communications (2020). DOI: 10.1038/s41467-020-15432-4
댓글
댓글 쓰기