예일대, 심전도 사진으로 심부전 위험 예측하는 AI 개발
예일대 의대 연구진이 표준 12유도 심전도(ECG) 이미지를 분석해 향후 심부전 발병 위험을 예측하는 AI 도구를 개발했다. 미국·영국·브라질 등 다양한 임상 데이터에서 정확성을 입증했으며, 증상이 나타나기 전 조기 선별이 가능해질 전망이다.

건강검진을 받을 때 누구나 한 번쯤 심전도(ECG) 검사를 받아봤을 것입니다. 가슴과 팔다리에 전극을 붙이고 몇 분만 누워 있으면 물결 모양의 파형이 인쇄된 종이가 나옵니다. 보통 의사들은 지금 당장 부정맥이나 심근경색이 있는지를 확인하고 진료를 마칩니다.
하지만 예일대학교 의과대학 연구진은 이 평범한 심전도 종이 한 장에서 환자의 미래를 읽어내는 AI를 개발했습니다.
예일대 의대 심혈관 데이터사이언스(CarDS) 연구소는 최근 표준 12유도 심전도 이미지나 사진을 분석해 향후 심부전이 발생할 위험이 높은 환자를 식별하는 AI 도구를 개발했다고 밝혔습니다. 연구 결과는 유럽심장저널(European Heart Journal)에 게재되었습니다.
종이 심전도 사진 한 장으로 미래 심부전 예측
심부전은 전 세계 수백만 명이 앓고 있는 대표적인 심혈관 질환이지만, 호흡 곤란이나 부종 등 뚜렷한 증상이 나타난 뒤에야 진단되는 경우가 많습니다.
논문 제1 저자인 러브딥 싱 딩그라 연구원에 따르면, 현재 심부전 고위험군을 가려내려면 상세한 병력 청취와 신체 진찰, 혈액 검사 등 복잡한 절차를 거쳐야 합니다. 자원이 부족한 1차 의료기관에서는 이런 검사를 모두 진행하기가 쉽지 않습니다.
반면 심전도는 비침습적이고 저렴하며, 전 세계 거의 모든 병의원에 보급되어 있습니다.
예일대 팀이 개발한 AI는 병원 시스템의 원본 디지털 신호가 없어도 작동합니다. 종이에 인쇄된 12유도 심전도를 스마트폰 카메라로 촬영한 사진만 입력해도, 환자가 겉으로 드러나는 증상을 보이기 훨씬 전에 향후 심부전 발병 위험을 정확하게 분류해 냅니다.
미국, 영국, 브라질을 아우른 다국적 검증
의료 AI의 고질적인 약점은 특정 병원의 데이터에만 최적화되어 다른 지역이나 인종에서는 성능이 급격히 떨어지는 현상입니다.
연구 책임자인 로한 케라 교수 연구팀은 이 문제를 해결하기 위해 미국, 영국, 브라질의 다양한 인종 및 인구 집단을 대상으로 모델을 교차 검증했습니다.
그 결과, 서로 다른 의료 환경과 인구 구성에서도 일관되게 높은 예측 성능을 기록하며 글로벌 현장 도입 가능성을 입증했습니다.
이번 연구는 미국 국립보건원(NIH) 산하 국립심폐혈액연구소, 국립노화연구소, 도리스 듀크 자선재단의 지원을 받았습니다. 연구팀은 모든 환자가 차별 없이 혜택을 누릴 수 있도록 일상 진료 현장에 AI를 도입하는 것을 다음 목표로 꼽았습니다.
왜 중요한가
일반 환자 입장에서 이 기술은 심부전 조기 진단의 문턱을 획기적으로 낮춥니다. 비싼 정밀 혈액 검사나 초음파를 받지 않아도, 일상적인 건강검진 심전도만으로 몇 년 뒤 닥칠 위험을 미리 파악해 생활 습관을 바꾸거나 조기 약물 치료를 시작할 수 있습니다.
산업적 관점에서 볼 때 예일대 연구진의 가장 영리한 선택은 입력값을 단순 '이미지'로 제한한 점입니다. 병원 전자의무기록(EMR) 시스템을 뜯어고쳐 전용 디지털 데이터를 연동할 필요 없이, 의료진이 스마트폰으로 종이 심전도를 찍기만 하면 작동하도록 설계했습니다. 이는 첨단 인프라가 부족한 개발도상국이나 소규모 의원에서도 즉시 쓰일 수 있는 강력한 무기입니다.
우리는 새로운 고가 검사 장비를 파는 대신, 이미 널리 보급된 구형 인프라의 가치를 극대화했다는 점에서 매우 실용적인 접근이라고 평가합니다.
다만 한계도 분명합니다. 종이 사진을 그대로 활용하는 만큼, 종이 구김이나 조명 반사, 촬영 각도에 따른 현실적인 노이즈를 AI가 얼마나 안정적으로 극복할 수 있을지는 임상 현장에서 더 검증되어야 합니다. 또한 증상이 없는 고위험군 환자에게 불필요한 공포를 주지 않고 적절한 예방 치료로 연결할 수 있는 임상 가이드라인이 함께 마련되어야 기술의 진정한 가치가 완성될 것으로 보입니다.
출처 (1)
- medicine.yale.edu(새 탭에서 열림)원문medicine.yale.edu