심장 박동을 전기 신호로 기록하는 심전도는 심장질환 진단에 사용된다. 최근 인공지능 기술이 발달해 심전도 검사 분석을 기반으로 심장 상태를 예측하기 위한 시도가 이뤄지고 있다.

이런 가운데 심방세동 위험성 및 조기 발병률을 예측하기 위한 심전도 노화 분석 인공지능 딥러닝 모델이 개발됐다. 

AI가 분석한 심전도 노화 정도를 바탕으로 심방세동 발병 위험성 예측이 가능해진 것이다.

세브란스 심장혈관병원 심장내과 정보영‧유희태 교수, 조승훈 강사, 연세대학교 의과대학 의생명시스템정보학교실 유승찬 교수, 대학원 의생명시스템정보학과 엄수정 석사과정 졸업생 연구팀은 세브란스병원이 보유한 약 150만 개의 심전도 데이터베이스를 학습시켜 심전도 노화 정도를 분석할 수 있는 인공지능 딥러닝 모델을 개발했다. 

이를 6개국의 심전도 데이터 약 70만 개와 비교 분석하며 AI 모델의 실효성을 검증하는 절차도 마쳤다.

특히 이번 연구는 한국인의 심전도 데이터베이스로 학습시킨 AI가 미국 메이요 클리닉, 영국 바이오 뱅크 등 해외 저명한 기관을 통해 인종이 달라도 같은 결과를 내는지 검증했다는 점에서 의의가 있다.

연구팀은 검증을 마친 AI 모델을 사용해, 4개의 다국적 코호트에서 심전도 검사를 받은 약 28만 명을 대상으로 심전도 노화 정도와 심방세동 위험성을 분석했다.

분석 결과 심전도가 노화된 그룹 A(5만 108명)은 정상 그룹 B(23만 504명)에 비해 심방세동 발병 위험도가 1.86배 높았다. 또 66세 이상의 고령이 되기 전에 심방세동이 발병한 위험도는 A그룹이 B그룹보다 2.07배 높았다.

심전도의 측정 나이가 실제 본인의 나이보다 1살 많아질수록 심방세동 발병률은 3%씩, 조기 발병 위험도는 4%씩 증가하는 것도 확인했다.

연구팀은 이번 연구 결과에 대해 심전도 노화 정도와 심방세동 발병과의 상관관계를 확인한 것이라고 분석했다. 

이에 따라 심전도 노화 정도를 기반으로 심방세동뿐만 아니라 노화에 따른 다른 심장 질환에 대한 조기 예측과 예방도 가능해질 것이라는 평가이다.

정보영 교수는 “심전도 노화 정도를 파악하기 위해 개발한 AI를 통해 비침습적인 심방세동 발병 예측이 가능해졌을 뿐만 아니라 기존의 측정법들 가운데 가장 우수한 예측도를 보였다.”라며, “심전도가 심장질환 진단의 중요한 바이오마커인 만큼 이번 연구가 심방세동은 물론 다른 심장질환 예측에도 활용될 것으로 기대한다.”라고 말했다.

이번 연구 결과는 심장학 분야 권위있는 학술지인 유럽심장학회지(European Heart Journal, IF 39.3)에 게재됐다.