이대목동병원 순환기내과 박준범 교수, 비뇨의학과 신태영 교수, 이대서울병원 순환기내과 김예지 교수 연구팀이 심방세동 발생을 예측하는 인공지능(AI) 모델의 임상적 유효성을 입증했다고 28일 밝혔다.

연구팀은 ‘임상 의사결정에서 인공지능 알고리즘이 며칠 내 발생할 심방세동 예측에 미치는 영향’이라는 제목의 논문을 국제 융합의학 전문 학술지 ‘npj Digital Medicine’에 최근 게재했다.

심방세동은 뇌졸중, 심부전, 사망률을 높이는 흔한 부정맥이지만 증상이 없거나 간헐적으로 발생해 진단이 어려운 경우가 많다. 연구팀은 평소 별다른 이상 증상이 없는 일반 심전도 검사 결과만으로 앞으로 3일에서 한 달 사이에 심방세동이 발생할 위험을 예측할 수 있는 AI 모델을 개발했다.

모델 검증에는 이화의료원 데이터, 미국 베스이스라엘 디코네스 의료센터(BIDMC)의 대규모 외부 데이터, 국내 7개 대학병원이 참여한 전향적 ‘PROVISION-AF 코호트’ 등 총 11만 명이 넘는 환자 데이터가 활용됐다. 3단계에 걸친 체계적인 인공지능 학습 방식을 적용한 결과, 홀터 검사를 활용한 예측 정확도 지표(AUROC)가 병원 자체 검증에서 0.87, 외부 검증에서 0.75를 기록했다.

연구팀은 AI 예측 정보가 실제 임상 의사결정에 미치는 영향을 평가하기 위해 한국, 미국 등 다국적 의사 70명을 대상으로 구조화된 시뮬레이션 설문 연구를 진행했다. AI 위험도 예측 정보를 함께 활용했을 때 의사들의 심방세동 위험 변별력(AUROC)이 기존 0.573에서 0.650으로 향상됐다. 음성예측도(NPV)는 0.764에서 0.839로 높아졌다.

정상 환자를 정확하게 판별하는 능력(재분류 개선 지표, NRI 0.127)도 개선돼 불필요한 과잉 모니터링을 줄이고 의료 자원을 효율적으로 배분하는 데 기여할 수 있다는 결과가 나왔다. 이러한 성능 향상은 전문과와 경력에 상관없이 관찰됐으며, 특히 일반 심장내과 전문의들에게서 개선 효과가 두드러졌다.

박준범 교수는 “AI-심전도 모델이 순수 예측을 넘어 실제 임상 현장에서 의료진의 진단 정확도를 보완하고 환자 관리 전략을 정교하게 만드는 디지털 의사결정 지원 도구로서의 가능성을 확인했다”라며 “향후 실제 임상 현장에서의 환자 예후 개선 및 의료 효율성 증대로 이어지는지 후속 연구를 이어갈 것”이라고 말했다.