이번 연구는 실제 심부전 환자들의 심전도 데이터를 활용해 딥러닝 알고리즘이 심부전의 유형 중 하나인 박출률 감소 심부전(Heart Failure with reduced Ejection Fraction, HFrEF)을 탐지할 수 있는 지 확인하기 위해 진행됐다. 서울대학교병원 이해영 교수팀과 함께한 공동 연구로, 서울대학교병원의 급성심부전 환자 레지스트리(Korean Acute Heart Failure Registry, KorAHF)에 등록된 유증상 심부전 환자들의 데이터를 활용했다. 급성심부전 환자 레지스트리는 질병관리본부의 지원을 받아 전국 10개 대학병원에서 심부전 환자를 등록해 추적 관찰하는 연구 사업을 의미한다.
연구 결과 뷰노의 인공지능 모델은 심부전 환자들의 데이터 중 박출률 감소 심부전 환자를 유의미한 성능으로 탐지했다고 회사측은 밝혔다. 또한 환자의 생존율에 대한 분석에서는 인공지능 모델이 분류한 박출률 감소 심부전 환자들은 그렇지 않은 환자들에 비해 5년 생존율이 유의미하게 낮았다고 전했다. 이는 딥러닝 모델이 심전도 데이터에서 심부전의 주요 유형인 박출률 감소 심부전을 효과적으로 탐지할 수 있음을 의미하며, 더 나아가 심부전 환자의 생존과 관련된 예후 분석에도 활용될 수 있음을 시사한다.
뷰노는 이번 연구 결과를 향후 인공지능 기반 심전도 분석 소프트웨어 뷰노메드 딥ECG™에 적용할 계획이다.
이예하 뷰노 대표는 “이번 연구는 환자들의 실사용 데이터(Real-world data)를 토대로 인공지능이 심전도를 분석해 효과적으로 심부전을 탐지할 수 있음을 입증했다는 점에서 의미를 갖는다”며 “향후 심부전뿐 아니라 다양한 심장 질환을 탐지하는 가정용 AI 의료기기를 출시해 소비자들의 일상에서의 건강관리 및 만성질환 조기 진단에 기여할 수 있도록 힘쓰겠다”고 말했다.
하수지 기자
press@healthinnews.co.kr