인공지능(AI) 도구가 이제 일상적인 검사에서 숨겨진 심장병을 찾아낼 수 있습니다.
매년 수백만 명의 사람들이 병원을 나서면서 심각한 심장 질환이 있다는 사실을 알지 못합니다. 이는 의사들이 부주의해서가 아닙니다. 적절한 검사 방법이 없어서도 아닙니다. 하지만 의사들이 일상적으로 사용하는 표준 검사들은 단독으로는 여러 유형의 구조적 심장 질환을 발견할 수 없습니다.
컬럼비아 대학교와 뉴욕-프레스비테리안의 연구팀이 이를 변화시킬 수 있는 방법을 발견했습니다. 그들은 EchoNext라는 인공지능 도구를 개발하여 일상적인 심장 검사 데이터를 읽고, 인간 심장 전문의보다 더 높은 정확도로 구조적 심장 질환을 감지합니다. 이 연구는 2025년 7월, Nature 저널에 발표되었습니다.
구조적 심장 질환이란 무엇인가?
구조적 심장 질환은 심장의 물리적인 문제로, 이는 심장의 판막, 챔버, 근육 또는 이와 직접 연결된 혈관과 관련이 있습니다. 이 질환은 심부전, 판막 질환, 폐 고혈압, 심장 근육의 심각한 비대와 같은 상태를 포함합니다. 이러한 조건들은 조기에 발견될 경우 약물이나 수술로 치료할 수 있지만, 발견되지 않으면 치명적일 수 있습니다.
구조적 심장 질환을 진단하는 금기준 검사는 심장초음파검사입니다(심장에 대한 초음파 스캔). 심장초음파검사는 의사들에게 심장의 구조와 기능에 대한 명확한 그림을 제공합니다. 문제는 심장초음파검사가 비싸고, 수행 및 해석을 위해 훈련된 전문가가 필요하며, 어디서나 사용할 수 있는 것은 아니라는 점입니다. 이러한 장벽 때문에 의사는 일반적으로 환자가 이미 증상을 보이거나 문제를 의심할 만한 강한 이유가 있을 때만 심장초음파검사를 요청합니다.
이는 구조적 심장 질환이 있는 많은 사람들이 자신의 상태를 밝혀낼 수 있는 검사를 받지 못한다는 것을 의미합니다. 연구에 따르면, 체계적인 심장초음파검사 스크리닝이 지역 사회에서 수행될 경우, 발견된 판막 심장 질환 사례가 일반 치료에 비해 두 배 이상 증가합니다. 즉, 모든 사례의 최대 절반이 눈에 띄지 않을 수 있습니다.
심전도는 널리 사용되는 도구이지만 제한이 있습니다
심전도(ECG)는 다른 유형의 심장 검사입니다. 이는 심장의 전기 활동을 측정합니다. 의사들은 비정상적인 심장 리듬, 차단된 관상동맥, 과거 심장마비 등을 감지하기 위해 ECG를 사용합니다. ECG는 저렴하고 빠르며 비침습적이며 세계 거의 모든 병원과 클리닉에서 사용할 수 있습니다. 매년 수억 건의 ECG가 시행됩니다.
하지만 ECG에는 잘 알려진 제한이 있습니다. 수십 년간 심장 전문의들은 심전도만으로는 구조적 심장 질환을 감지할 수 없다는 것을 이해해왔습니다. 이 검사가 포착하는 전기 신호는 심장 판막이나 근육의 물리적인 손상을 간단히 드러내지 않습니다. EchoNext 연구를 이끌었던 피에르 엘리아스 박사는 “우리는 의대에서 심전도로 구조적 심장 질환을 검출할 수 없다고 배웠습니다.”라고 말했습니다.
EchoNext는 그 가정을 도전합니다.
EchoNext의 작동 방식
EchoNext는 심층 학습 모델로서, 대량의 데이터에서 패턴을 학습하는 인공지능의 한 유형입니다. 연구자들은 14년 동안 8개 병원에서 23만 명 이상의 환자에게서 수집된 120만 개 이상의 ECG-심장초음파 쌍으로 이 모델을 훈련시켰습니다. 같은 환자의 각 ECG를 해당하는 심장초음파 결과와 함께 연구하면서, 모델은 구조적 심장 문제와 관련된 ECG 데이터의 미세한 패턴을 찾아내는 법을 배웠습니다. 이러한 패턴은 인간의 눈이 감지하기에는 너무 미세하고 복잡합니다.
이 모델은 원시 ECG 파형과 의사들이 이미 기록하는 7가지 표준 값(나이, 성별, 심방률, 심실률, PR 간격, QRS 기간, 보정된 QT 간격)을 입력합니다. 그런 다음 환자가 구조적 심장 질환을 가질 확률을 나타내는 위험 점수를 생성합니다.
중요한 점은, EchoNext가 심장초음파검사를 대체하려는 것이 아니라, 스마트 필터 역할을 한다는 것입니다. 이는 일반 ECG를 받은 많은 환자 중에서 어떤 환자가 충분한 위험성이 있는지를 식별하여 의사가 심장초음파검사로 후속 조치를 취해야 할지를 알려줍니다. “EchoNext는 기본적으로 저렴한 검사를 사용하여 누구에게 더 비싼 초음파 검사가 필요한지를 파악합니다.”라고 엘리아스 박사는 설명했습니다.
이 연구에서 발견한 것
이 연구의 결과는 상당히 놀라웠습니다. 3,200개의 ECG를 검토한 13명의 심장 전문의와의 직접 비교에서 EchoNext는 77%의 정확도에 도달했으며, 심장 전문의는 64%의 정확도를 기록했습니다. 심장 전문의가 EchoNext의 위험 점수를 참고할 수 있었던 경우에도, 여전히 인공지능 모델은 독자적으로 작동했을 때보다 낮은 성능을 보였습니다.
연구팀은 또한 EchoNext를 “침묵 배포”란 이름으로 실행했습니다. 즉, ECG를 받고 이전에 심장초음파검사를 받지 않은 85,000명 가까운 환자에게 이 도구를 적용했습니다. 이 도구는 이 중 7,500명 이상의 환자(약 9%)를 발견해 구조적 심장 질환에 대해 높은 위험군으로 분류했습니다. 이후 1년 동안 이 환자들을 모니터링한 의사들은 EchoNext의 예측이 유지되었음을 확인했으며, 심장초음파검사를 받은 환자들 중 74%의 양성 예측 가치를 보였습니다.
연구자들은 이어서 Cedars-Sinai, University of California San Francisco, Montreal Heart Institute를 포함한 네 개의 독립 병원 시스템에서 EchoNext를 검증했습니다. 이 모델은 서로 다른 환자 집단과 구조적 심장 질환 비율을 가진 병원에서 강력한 정확도를 유지했으며, 이는 이 도구가 개발된 특정 환경 외에서도 신뢰성 있게 작동함을 시사합니다.
실제 환자, 실제 결과
EchoNext 연구자들은 이 도구가 직접적으로 생명을 바꾸는 진단을 유도한 세 가지 구체적인 사례를 공유했습니다. 첫 번째 사례에서는 EchoNext가 심장에서 혈액의 흐름을 조절하는 판막이 위험하게 좁아지는 심각한 대동맥협착증을 발견했습니다. 해당 환자는 이전에 구조적 심장 질환 진단을 받지 않았습니다. 그 환자는 이후 최소 침습적 심장 판막 대체 수술인 경관적 대동맥 판막 대체술을 받았습니다.
두 번째 사례에서는 이 도구가 심장 두 챔버 간에 혈액이 역류하는 심각한 승모판 역류를 감지했습니다. 환자는 이후 교정 판막 수술을 받았습니다. 세 번째 사례에서는 EchoNext가 심부전을 발견했으며, 환자는 궁극적으로 심장 이식을 받게 되었습니다. 이러한 환자들은 모두 아무도 구조적 심장 질환을 의심하지 않고 일상적인 ECG를 받았습니다. EchoNext는 인간의 눈이 놓친 문제를 찾아냈습니다.
이것이 당신에게 의미하는 바는 무엇인가?
병원이나 클리닉에서 ECG를 받은 적이 있다면, EchoNext가 읽는 종류의 검사를 이미 경험한 것입니다. 별도의 절차, 추가 장비 또는 추가 준비가 필요하지 않았습니다. 검사에서 이미 생성된 동일한 데이터를 기반으로 EchoNext가 작동하면, 의사에게 추가 조사가 필요함을 알릴 수 있습니다.
이는 심장 전문의와 심장초음파검사가 드문 환경에서 가장 중요합니다. 즉, 농촌 병원, 지역 커뮤니티 클리닉, 저소득 국가의 헬스케어 시스템에서 말입니다. EchoNext는 표준 ECG 데이터를 사용하여 작동하므로, 심장 질환 스크리닝의 범위를 심장초음파검사를 결코 받지 못할 사람들에게도 확대할 수 있습니다.
엘리아스 박사와 그의 팀은 “ECG와 인공지능의 결합이 전혀 새로운 스크리닝 패러다임을 만들어낼 가능성이 있다”고 믿습니다. 연구자들은 현재 이 기술을 더 널리 보급하고 추가 환자 데이터 세트를 통해 모델을 더욱 개선하기 위해 작업하고 있습니다.
EchoNext는 아직 표준 임상 치료의 일부가 아닙니다. 연구자들과 그들이 소속된 기관인 컬럼비아 대학교는 알고리즘에 대해 특허를 출원하였으며, 팀은 더 넓은 배포를 위해 작업하고 있습니다. 또한, 전 세계 과학자들이 추가 연구를 지원하기 위해 공개 데이터 세트와 경량화된 모델을 공개했습니다.
연구 커뮤니티는 상당한 관심을 보였습니다. 다른 팀들은 이미 EchoNext의 기준 데이터 세트를 기반으로 인공지능과 통계 방법을 결합한 새로운 모델을 개발하고 있으며, 그 결과가 단순히 정확할 뿐만 아니라 해석 가능하도록 만들어 의사들이 특정 ECG 신호의 특징이 특정 위험 점수에 어떻게 영향을 미치는지를 이해할 수 있도록 목표하고 있습니다.
정보 출처:
- 컬럼비아 대학교 어빙 의료 센터. AI가 숨겨진 심장병을 탐지할 수 있을까?
- 컬럼비아 의사들 / 뉴욕-프레스비테리안. EchoNext: AI 도구가 숨겨진 구조적 심장 질환을 찾다
- 뉴욕-프레스비테리안 심장학의 발전. AI 스크리닝 도구가 심전도 데이터를 사용하여 구조적 심장 질환을 감지할 수 있다
- 뉴스-메디컬. AI 기반 ECG 모델이 숨겨진 심장병 감지에서 의사보다 더 우수합니다
- 정확한 의학의 내부. AI가 ECG를 강력한 심장 질환 스크리닝 도구로 바꾸다
- ODSC / 오픈 데이터 과학. AI 모델이 ECG에서 숨겨진 심장 질환을 검출하여 심장 전문의보다 더 우수하다
- 저널 Nature. AI를 이용하여 심전도에서 구조적 심장 질환을 감지하다 PhysioNet. EchoNext: 심전도를 통해 구조적 심장 질환을 감지하기 위한 데이터 세트
- 미국 심장학회. 2025년 심혈관 의학의 혁신적인 동향
- 힐리오. 2026: 심장학에서 우리의 도구 상자가 확장되는 해
