뷰노는 최근 국제 학술지 'JMIR 메디컬 인포매틱스'에 인공지능(AI) 기반 심부전 선별 의료기기 '뷰노 메드-딥ECG LVSD'의 알고리즘 성능을 크게 개선한 연구 결과가 게재됐다고 11일 밝혔다.
이번 연구는 심전도 데이터를 분석해 주요 선행 소견인 좌심실수축기능부전(LVSD)을 정밀하게 탐지하는 딥러닝 모델을 개발하고, 내·외부 검증을 통해 알고리즘의 성능과 임상적 활용 가능성을 평가했다.
LVSD는 조기 발견해 치료할 경우 환자 예후를 크게 개선할 수 있지만, 표준 진단법인 심장 초음파 검사는 높은 비용과 장비 접근성 제약으로 대규모 판별에는 한계가 있었다. 이를 보완하기 위해 개발된 다양한 AI 모델은 동반 질환이 있는 환자군에서 진단 성능이 저하되는 문제가 지속 보고됐다.
뷰노 연구팀은 환자 약 26만명 데이터를 활용한 3단계 학습 전략으로 알고리즘을 개발했다. 연구팀은 먼저 대규모 심전도 데이터로 AI의 사전학습을 시키고 2주 이내 검사한 심초음파(TTE)와 심전도(ECG) 데이터를 사용해 LVSD를 감지하도록 모델을 학습하는 미세조정을 거쳤다.
이후 과거 검사 결과와 이전 모델 예측값을 반영한 재보정으로 LVSD를 선별하는 새로운 알고리즘을 도입했다. 모델 개발과 내부 검증에는 한림대학교 성심병원의 데이터를 활용했고, 연세대 원주세브란스기독병원 데이터로 외부 검증을 수행했다.
사전학습과 미세조정을 거친 딥ECG LVSD는 내부 검증에서 연구 결과 예측 정확도(AUROC) 0.953의 성능을 보였다. 환자 과거 검사 결과를 반영한 재보정된 모델은 내부 검증에서 AUROC 0.956를 기록하며 재보정 적용 전 모델의 내부 검증 AUROC 0.945보다 높은 수치를 기록했다.
성능 향상은 연령이나 성별 등 모든 그룹에서 확인됐고, 특히 심방세동 등 기존 AI가 취약했던 환자군에서도 유의미했다고 뷰노는 설명했다. 뷰노는 심방세동 환자에서 위양성 진단으로 발생하는 불필요한 추가 검사 부담을 줄일 것으로 기대했다.
주성훈 뷰노 최고기술책임자(CTO)는 “환자 과거 검사 이력을 반영한 알고리즘으로 딥ECG LVSD가 동반질환과 관계없이 선별 성능을 크게 끌어올렸다”면서 “해당 기술이 실제 심부전 고위험군 환자의 조기 진단과 치료에 기여하도록 기술을 고도화하겠다”고 말했다.
송윤섭 기자 sys@etnews.com
