확장성 심근병증의 진단 및 예측을 위한 인공지능 강화 심전도
Sieliwonczyk et al.
- AI-ECG 모델이 가족성 확대심근병증 보유자 166-177명에서 5년 음성 예측도 95% 이상으로 질병 제외에 유용하나, 양성 예측도 39-42%로 낮아 실제 임상 선별에는 추가 영상 검사가 여전히 필수입니다.
- 훈련 데이터 33만 쌍이 단일 기관 기반이고 검증 코호트들도 주로 북미-유럽 인종 구성이므로, 다양한 민족과 의료 환경에서의 성능 일반화 가능성은 아직 입증되지 않았습니다.
- 현재까지 ECG 단독으로 확대심근병증 예측 불가능이 정설이었으므로 이 모델이 장기 추적 비용 감소와 조기 중재 기회 확대에 실질적 영향을 줄 수 있으나, 임상 도입 전 전향적 다기관 무작위 검증이 필요합니다.
본 연구의 AI-ECG 모델은 2023 ESC 심근병증 지침에서 권고하는 심장 MRI와 유전자 검사를 보완하는 선별 도구로 기능하며, 특히 가족성 DCM 고위험군의 중기 추적 추적 부담을 줄이는 데 활용될 수 있습니다.
앞으로 필요한 연구 DCM 가족성 검사 대상에서 AI-ECG 음성 판정 후 심초음파 추적의 최적 간격과 빈도를 정하기 위한 전향적 무작위 비교시험이 필요합니다.
일차적 의견
• 330,000개 이상의 심전도-심초음파 쌍으로 학습된 딥러닝 모델을 이용하여 기존 DCM 표현형 감지 및 가족성 DCM 환자의 향후 발생 예측.
• AI-ECG는 DCM 진단에서 AUROC 0.87–0.97 달성; 향후 DCM 예측에서 C-index 0.80–0.87로 심초음파(C-index 0.80–0.90)와 동등한 성능.
• 유전자 선별 대상군에서 5년 음성예측도 91.5–95.5%; 고위험 점수는 5.1–6.4배 DCM 위험도 증가와 연관.
AI-ECG는 유전적 소인이 있는 개인의 DCM 선별을 효율적으로 수행할 수 있으며, 높은 음성예측도로 불필요한 추적 검사를 줄이면서 동시에 밀접한 모니터링이 필요한 환자를 식별할 수 있다.
쉽게 풀어 쓴 해설
심장이 늘어나서 약해지는 병, 심장확대증(dilated cardiomyopathy)은 가족 중에 있으면 나도 걸릴 수 있어요. 지금까지는 초음파로만 진단했는데, 이 연구는 인공지능(AI)이 간단한 심전도(ECG)에서 이미 생긴 심장확대증을 찾아내고, 아직 증상이 없는 사람 중에서 나중에 걸릴 사람을 예측할 수 있는지 알아봤어요.
연구팀은 33만 개가 넘는 심전도와 초음파 검사 짝을 가지고 AI를 훈련시켰어요. 이미 심장확대증이 있는 환자를 찾아내는 데 AI-심전도는 정확도가 0.87에서 0.97 사이로 매우 좋았어요. 더 중요한 것은 현재 증상이 없는데 앞으로 심장확대증이 생길 사람을 예측하는 데 초음파와 같은 수준의 성능을 보였다는 거예요.
가족 중에 심장확대증이 있어서 검사받은 사람들을 5년간 따라본 결과를 봤어요. AI-심전도가 "정상"이라고 한 사람은 5명 중 4명 이상이 그 기간 발병하지 않았어요. 반대로 AI가 "고위험"으로 판정한 가족력이 있는 사람들은 5배 이상 더 많이 심장확대증에 걸렸어요. 간단한 심전도 한 번으로 앞으로의 위험을 꽤 정확하게 짐작할 수 있다는 뜻이에요.
이 결과는 특히 가족력이 있는 분들이 정기적으로 받는 선별검사에 쓸 가능성이 있어요. 초음파보다 쉽고 빠르게 위험도를 가늠할 수 있으니까요. 다만 이 AI는 아직 연구 단계이고, 실제 진료 현장에서 초음파를 완전히 대신할 수는 없어요.
가족 중에 심장확대증이 있다면, 다음 심장 진료 때 "우리 가족의 위험도를 AI 심전도로 한번 확인해 볼 수 있을까요"라고 여쭤 보세요.