급성심근경색 후 장기 전체사망률 예측을 위한 인공지능 기반 모델 (AIMI 모델)
Xue et al.
- 급성심근경색 후 5년 사망률 예측에서 기존 GRACE, TIMI 점수보다 우수한 성능(AUC 0.78)을 보여 장기 위험층별화의 새로운 기준을 제시할 수 있다.
- 외부검증 대상이 723명으로 제한적이고 단일 기관 자료이며, 모델에 포함된 15개 변수의 임상적 해석 가능성이 SHAP 도표만으로는 불충분하다는 점이 주요 약점이다.
- 현재로서는 연구 단계이며, 독립적인 다기관 검증과 임상 결정 지원 도구로서의 실용성 입증이 선행되어야 실제 진료지침 반영을 기대할 수 있다.
2025 PROBAST+AI는 AI 예측모형의 개발·성능 평가 품질을 16개와 18개 신호 질문으로 체계적으로 판정하는데, AIMI 모델은 외부 검증을 수행하고 기존 점수보다 우수한 성능을 보였으나 데이터 이질성과 일반화 가능성 평가가 충분한지 PROBAST+AI 기준으로 재검토가 필요합니다. 2025 FUTURE-AI 지침이 강조하는 다양한 집단의 외부 데이터 검증과 하위집단별 편향 점검도 AIMI 모델에서 명확하지 않습니다.
근거 2025 PROBAST+AI 예측모형 품질·비뚤림 위험 평가 도구 · 2025 FUTURE-AI 신뢰할 수 있는 의료 AI 국제 합의 지침
앞으로 필요한 연구 비응급 관상동맥중재술 대상이 아닌 보존적 치료 환자나 비ST 상승 심근경색 환자 등 다양한 급성심근경색 임상 상황에서 AIMI의 예측 성능을 평가하는 전향적 외부 검증 연구가 필요합니다.
일차적 의견
• 24시간 내 응급 관상동맥조영술/PCI를 받은 4,825명 급성심근경색 환자로 개발, 15개 변수 포함한 Random forest AI 모델, 723명에서 외부검증 수행.
• AIMI는 C-index 0.81 달성하며 GRACE/TIMI 점수보다 우수한 예측성능 보임 (외부검증 AUC: 퇴원 시 0.88, 1년 0.75, 3년 0.77; 모두 P<0.05).
• 데이터 이질성과 관상동맥중재술 이외 환자군에 대한 일반화 가능성이 불명확함.
AIMI 모델은 특히 1년 이후 장기 전망에서 기존 임상 위험점수를 능가하며, 환자 위험분층화 및 맞춤형 퇴원후 관리 향상에 기여할 수 있다.
쉽게 풀어 쓴 해설
- 새로운 AI 모델(AIMI)이 심근경색 환자의 장기 생존을 예측하는 데 기존 점수보다 훨씬 정확했어요.
- 퇴원할 때 정확도는 88%였고, 1년과 3년 뒤에도 75~77% 수준으로 꾸준했어요.
- 응급 관상동맥중재술(스텐트 삽입 등)을 받은 심근경색 환자 4,825명으로 AI 모델을 만들고, 다른 환자 723명으로 검증했어요.
- 15가지 임상 정보를 담아서 누가 오래 살 확률이 높은지 예측했어요.
- 심근경색으로 응급 시술을 받은 사람들의 경과를 예측하는 데 쓸 수 있어요.
- 응급 시술 없이 약물 치료만 받는 심근경색 환자에게는 아직 확인되지 않았어요.
- 다양한 병원의 데이터로 충분히 검증되지 않아서, 실제 진료에 적용할 때 이 정도 정확도가 나올지 아직 명확하지 않아요.
- 담당 의사가 "이 AI 점수가 우리 병원에서도 도움이 될까요?" 하고 물어볼 만해요.