연세대학교 용인세브란스병원 심장내과 정인현·배성아 교수와 연세의대 의생명시스템정보학교실 윤덕용 교수 연구팀이 흉부 엑스레이(X-ray) 영상으로 심장 기능 저하 가능성을 예측하는 인공지능(AI) 모델을 개발하고 성능을 검증한 연구 결과를 최근 발표했다고 29일 밝혔다.
 
좌심실 박출률(LVEF)은 심장의 혈액 공급 능력을 살펴볼 수 있는 지표로, 심부전을 비롯한 심혈관질환의 진단과 치료 방향을 결정하는 중요한 단서다. 일반적으로 심장초음파 검사로 측정하지만, 검사 장비와 숙련된 전문 인력이 필요해 규모가 작은 의료기관에서는 시행하기 어려웠다. 연구팀은 호흡곤란 등으로 병원을 찾은 환자에게 기본적으로 시행하는 흉부 X-ray에 주목했다.
 
연구팀은 두 가지 AI 예측 모델을 개발해 성능을 비교했다. 직접 딥러닝(DDL)은 흉부 X-ray 사진 전체를 AI가 직접 학습해 심장 기능 저하를 예측하는 방식이다. 하이브리드 딥러닝(HDL)은 기존에 검증된 영상 판독 AI 루닛 인사이트 CXR의 분석 결과를 활용한다. 판독 AI가 심장 비대, 흉수, 폐경화 등 8개 이상 소견을 분석해 점수화하면, 별도의 머신러닝 알고리즘이 이를 종합해 좌심실 박출률 저하 가능성을 예측하도록 설계했다.

모델 개발과 내부 성능 평가에는 2020년 3월부터 2021년 9월까지 용인세브란스병원에서 흉부 X-ray와 심장초음파를 2주 내에 시행한 환자 1만152명의 자료를 활용했다. 이어 2022년 3월부터 9월까지 호흡곤란으로 응급실 또는 외래를 방문한 환자 505명을 대상으로 전향적 검증을 진행했다. 외부 검증에는 서울대학교병원 환자 3657명의 자료를 사용했다.
 
모델의 판별력을 나타내는 지표인 AUROC는 HDL 모델이 0.85로 DDL 모델의 0.61보다 높았다. 응급실·외래 환자 대상 전향적 검증에서는 HDL 모델이 0.85, DDL 모델이 0.57이었다. HDL 모델의 외부 검증 AUROC는 0.73이었다. 좌심실 박출률이 30% 이하로 크게 떨어진 환자를 가려내는 성능은 내·외부 검증 모두 0.83~0.86이었다.
 
HDL 모델은 특이도 90~97%, 음성예측도 91~98%를 보였다. 연구팀은 이를 실제로 좌심실 수축 기능이 유지된 환자를 구분하는 데 비교적 높은 성능을 보인 것으로 해석하고, 향후 심장 기능 평가가 필요한 환자를 선별하는 보조 도구로 활용될 가능성을 시사한다고 설명했다.
 
연구팀은 AI 분석 기법으로 심장 비대, 흉수, 폐경화 등이 주요 예측 요인으로 작용한다는 사실을 확인했다. 각 소견이 심장 기능 저하 가능성을 높이거나 낮추는 방향으로 얼마나 기여했는지도 시각적으로 보여 의료진이 AI의 예측 근거를 이해하는 데 도움을 줄 수 있음을 제시했다.
 
정인현·배성아 교수는 "기존 판독 AI의 분석 결과를 활용해 심장 기능 저하를 예측하고 판단에 영향을 미친 소견까지 확인할 수 있음을 입증했다는 점에서 의미가 있다"며 "추가 임상 검증을 거쳐 응급실이나 심장초음파 검사 접근성이 낮은 의료기관에서 심장 기능 저하 의심 환자를 선별하는 보조 도구로 활용될 수 있을 것으로 기대한다"고 말했다.
 
연구팀은 향후 나이, 증상, 혈액검사 결과 같은 임상 정보를 함께 활용하는 모델을 개발하고, 실제 진료 현장의 적용 효과를 확인하는 후속 연구를 이어갈 계획이다.

이번 연구는 연세대학교 의과대학 교수연구비 지원으로 수행됐으며, 결과는 국제학술지 사이언티픽 리포트(Scientific Reports)에 게재됐다.

저작권자© 메디게이트뉴스, 무단 전재 및 재배포 금지

#용인세브란스병원 #흉부 엑스레이 #심장 기능 저하 #인공지능 예측 모델 #좌심실 박출률 #루닛 인사이트 CXR #하이브리드 딥러닝 #서울대학교병원 #심장초음파 #심부전 #AUROC #LVEF #Scientific Reports