의료 인공지능(AI) 기업 뷰노는 지난 1일 세계적인 과학 저널 네이처(Nature)가 출간하는 SCIE급 국제 학술지 사이언티픽 리포트(Scientific reports)에 자사 논문 '심전도 기반의 고칼륨혈증 및 저칼륨혈증 탐지 딥러닝 알고리즘'(Deep learning algorithm for detecting dyskalemia based on Electrocardiogram)이 게재됐다고 14일 밝혔다.

고칼륨혈증 및 저칼륨혈증은 혈중 칼륨 농도가 정상 범위인 3.5 ~ 5.5 mEq/L를 벗어난 상태를 의미한다. 만성신부전 등 신기능 장애 및 심부전 환자에게서 고칼륨혈증 및 저칼륨혈증의 유병률이 높게 나타나며 특정 약물 처치에 의해 발생할 가능성도 높은 것으로 알려졌다. 심한 경우 부정맥, 이완성 마비, 심지어 사망에 이를 수 있어 조기 발견과 신속한 대응이 필수적이다.

이러한 위험성을 고려해 뷰노 연구팀은 딥러닝 알고리즘을 활용해 혈액검사 없이 심전도(ECG)만으로도 고칼륨혈증과 저칼륨혈증을 신속하고 정확하게 진단할 수 있는 모델을 개발하고자 했다.

이에 한림대의료원 신장내과 연구진(안정남 교수, 김성균 교수등)과 공동으로 다기관 후향 연구를 진행했고 해당 인공지능 모델이 예측 정확도를 평가하는 성능지표인 AUC(Area Under the ROC Curve) 기준 표준 12유도(12-lead) 심전도에서 고칼륨혈증 0.929, 저칼륨혈증 0.925의 높은 수치를 기록하며 임상적 유효성을 입증했다.

특히 팔과 다리를 이용해 측정하는 사지유도 심전도에서도 고칼륨혈증과 저칼륨혈증의 AUC가 각각 0.912, 0.910의 높은 예측 정확도를 보이며 자사 제품 모바일 심전계인 하티브 P30에 적용되었을 때에도 충분히 효과적임을 입증했다.

뷰노 이예하 대표는 "해당 논문 게재를 통해 현재 식약처 허가 예정인 뷰노 메드 딥ECG 하이퍼칼레미아(VUNO Med-DeepECG Hyperkalemia) 제품의 임상적 유효성을 뒷받침할 수 있게 됐다. 추가적인 전향적 연구를 통해 임상 현장에서의 유효성 및 신뢰도를 높이고, 더 나아가 환자의 예후를 증진시킬 수 있는 솔루션을 개발하고자 한다"고 밝혔다.