AI를 이용한 나이 기반 임계값을 넘어선 심방세동 선별검사의 재구상
Reimagining atrial fibrillation screening beyond age-based thresholds using AI.
Menon et al.
- 이들에게 간단한 휴대용 심전도와 인공지능 분석이 나이 기준만큼 정확하거나 더 정확하게 개인의 실제 위험을 반영할 수 있다는 것이 중요합니다.
- 다만 실제 병원이나 진료실에 이 기술을 도입할 때는 세 가지 걸림돌이 있었습니다.
- 연구팀은 "인공지능이 간단한 심전도 검사로 이런 예측을 훨씬 잘할 수 있을까?"라는 질문을 던졌습니다.
본 연구는 AI 기반 단일유도 심전도 선별검사의 임상 적용 가능성을 보여주나, 2025 EHRA·HRS AI 성명이 지적한 외부 검증 부재, 임상시험 등록 미흡, 성능 과대평가 위험 등의 보고 기준을 충족하지 못하고 있습니다.
근거 2025 EHRA·HRS 전기생리 AI 현황 성명(보고 체크리스트)
앞으로 필요한 연구 심방세동 고위험군에서 AI 기반 ECG 선별검사의 최적 임계값과 임상 결과 개선을 입증하기 위한 전향적 대규모 무작위 임상시험이 필요합니다.
일차적 의견
• 무증상 인구에서 handheld single-lead ECG와 AI 모델을 이용한 AF 위험도 예측; 표준 임상 위험도 점수와 진단 정확도 비교.
• AI 기반 AF 예측의 정확도가 확립된 위험도 분층화 도구와 유사함; 특이도와 민감도, 사건 발생률은 초록에 미기재.
• 제한점: 임상 적용을 위한 최적 위험도 임계값의 불명확성과 실제 임상 환경에서의 workflow 통합의 어려움.
AI 강화 ECG 선별검사는 나이만을 고려한 선별을 넘어 개인화된 AF 위험도 평가를 가능하게 하며, 임계값 최적화와 workflow 문제 해결 시 검출 효율성 향상을 기대할 수 있다.
쉽게 풀어 쓴 해설
- 손가락 크기 기계의 심전도를 AI로 분석한 결과가 기존 위험도 평가만큼 정확했어요.
- 증상이 없는 사람들을 대상으로 한 연구라 실제 진료 적용은 아직 불확실해요.
- 손가락 크기 기계로 간단한 심전도를 찍고 AI가 심방세동 위험을 예측하는 방식을 시험했어요.
- 의사들이 평소 쓰는 위험도 점수와 정확도를 비교해봤어요.
- 증상이 없지만 심방세동 위험이 있을 수 있는 분들의 검진에 관련된 내용이에요.
- 이미 심방세동으로 진단받았거나 증상이 있는 분들은 다른 방식의 진단이 필요할 거예요.
- AI가 위험이 높다고 해도 어느 정도부터 실제로 치료할지 기준이 정해지지 않았어요.
- 다음 진료에서 "간단한 심전도 검사를 먼저 해 볼 가치가 있을까요"라고 여쭤 보세요.