이렇게 조기 진단하는 인공지능 기술이 위험 신호를 잡아내는 데 도움될까?

이렇게 조기 진단하는 인공지능 기술이 위험 신호를 잡아내는 데 도움될까?

작성자:

2025년 최신 연구 : 인공지능으로 간편하게 진단하는 박출률 보존 심부전(HFpEF)

최근 심부전 질환의 조기 검진과 치료 효율 향상을 위한 혁신적 연구가 발표되면서 의료계의 주목을 받고 있습니다. 특히, 삼성을 비롯한 국내 주요 병원에서는 기존의 복잡한 진단 방법을 대체할 수 있는 간편하면서도 정확한 방법을 개발해 의료의 패러다임 전환을 기대하고 있습니다. 이번 글에서는 2025년 9월 발표된 삼성서울병원 연구팀의 최신 연구 내용을 중심으로, 인공지능(AI)을 활용한 박출률 보존 심부전(HFpEF) 진단의 의미와 함께 구체적인 수치와 방법을 상세히 소개하겠습니다.

목차

심부전과 박출률 보존 심부전(HFpEF) 개념

심부전은 심장이 충분한 혈액을 펌핑하지 못하는 상태를 의미합니다. 좌심실 박출률(LVEF)은 심장이 혈액을 내보내는 능력을 보여주는 핵심 지표입니다. 정상 범위는 보통 50% 이상이며, 박출률이 높거나 정상인 상태에도 심부전 증상이 나타난 경우를 ‘박출률 보존 심부전'(HFpEF, Heart Failure with preserved Ejection Fraction)이라 부릅니다.

알아두세요 : HFpEF은 특히 고령, 비만, 당뇨병, 고혈압 환자에서 흔히 관찰되며, 증상이 비특이적이어서 진단이 어려운 경우가 많습니다. 기존에는 복잡한 심초음파 검사와 혈액검사를 통해 진단했지만, 최근 연구가이를 대체하는 간편한 방법을 제시하고 있습니다.

이 병은 체내 혈액 공급이 적절하지 않음에도 심장의 박출률이 정상 범위인 탓에 조기 발견이 어렵고 치료 시기를 놓치면 심부전 진행과 합병증 위험이 증가하는 심각한 질환입니다.

연구 배경 및 대상

이번 연구는 2016년부터 2022년까지 삼성서울병원에서 수집된 13,081명의 환자 데이터를 기반으로 합니다. 주된 연구 대상은 심장 초음파 검사를 받았거나 12유도 심전도(ECG)를 시행한 환자군으로, 박출률이 정상임에도 심부전 증상을 보이거나 의심되는 환자들을 포함합니다.

이중 군별로 분류하여 AI를 활용한 진단 모델을 개발하는데, 가장 핵심은 기존 진단의 복잡성과 검사 시간을 대폭 줄이면서도 높은 정확도를 유지하는 데 있었습니다. 이번 연구의 특징은 최대 5년 임상 기록과 여러 병원 검사 데이터를 통합하여 AI 학습에 반영했다는 점입니다.

팁 : 데이터 수집과 분석에 있어 12유도 심전도(ECG)가 단순하면서도 광범위하게 사용되는 검사가 돼, 서비스현장에서 즉각 활용 가능성이 높다는 점이 큰 강점입니다.

AI 진단 모델의 성능

이번 연구의 가장 핵심 성과는 정확도 지표인 AUC(Area Under the Curve)가 0.81로 나타났다는 점입니다. 이는 1에 가까울수록 검사의 성능이 뛰어남을 의미하며, 기존 심초음파 검사보다 빠르면서도 신뢰할 만하다는 것을 보여줍니다.

항목 수치 및 설명
전체 대상 환자 수 13,081명
연구 기간 2016년 ~ 2022년
인공지능(AI) 진단 정확도(AUC) 0.81
고위험군 심전도 AUC 0.78 ~ 0.83
진단 방법의 특장점 혈액·심초음파 검사 필요 없음, 간편하고 빠름

특히, 고령·비만·당뇨·고혈압 등 기저질환자를 대상으로 추가 검증한 결과, AUC는 0.78에서 0.83으로 매우 안정적인 성능을 기록했습니다. 이는 일반 병원 현장에서 일상적으로 시행하는 12유도 심전도만으로도 충분히 박출률 보존 심부전 가능성을 예측할 수 있음을 의미합니다.

주의 : 인공지능 검진 모델이 완전한 대체는 아니지만, 의료진의 임상 판단과 병행 시 조기 발병 감지율을 높이는 보조수단으로 활용 가능합니다.

최신 연구 내용 해설

이번 연구진은 심장 초음파의 복잡성과 검사 시간 소요, 비용 문제를 해결하기 위해 인공지능을 도입했습니다. 특히 12유도 심전도 데이터만 활용하여 약 0.81라는 뛰어난 검증 성능을 확보했고, 이는 기존 방법 대비 큰 강점입니다.

이 AI 모형은 민감도와 특이도를 적절히 조합해 실제 임상에서 ‘간단한 치수 검사’ 수준으로 박출률 보존 심부전을 의심하는 검사를 가능하게 합니다. 또한, 환자의 전반적 건강 상태(고령, 비만, 당뇨, 고혈압 등)와 연계하여 위험도를 정밀도 높게 평가할 수 있습니다.

팁 : 이 모델은 특히 만성질환 환자를 포함한 건강검진 시 널리 활용될 전망이며, 시간과 비용이 절감되면서 조기 치료로 연결될 수 있어 보건의료 시스템 전반에 큰 영향을 미칠 것으로 기대됩니다.

임상 및 사회적 의미

이 연구가 갖는 의미는 단순히 기술적 성취를 넘어섭니다. 복잡한 초음파 검사를 대체하거나 보완할 수 있는 접근법은 조기 진단과 치료 시기 결정에 큰 도움을 줄 수 있습니다. 특히, 다음과 같은 이점이 기대됩니다

  • 검사 시간 단축 및 비용 절감
  • 고위험군 환자 조기 발굴로 치료 개시 시기 앞당김
  • 비침습적 검사로 환자 부담 최소화
  • 의료 인력과 인프라가 부족한 환경에서도 활용 가능성 높음

또한, 이는 만성 질환자와 노인 환자의 건강 관리에 기여하며, 건강검진 프로그램에 폭넓게 도입되어 국민 건강 증진에 이바지할 기대를 품고 있습니다.

박경민 교수는 “심장 초음파나 혈액검사 없이도 간단한 심전도만으로 심부전 조기 의심이 가능해져 진단 사각지대를 크게 줄일 수 있다”고 강조하였습니다.

일상생활 속 적용 팁

이처럼 최신 연구를 기반으로 한 AI 진단 기술이 완성되면서, 일상생활에서의 건강관리도 더욱 실용적이 될 수 있습니다.

  • 정기 건강검진 시 12유도 심전도 검사를 빠짐없이 시행하세요.
  • 고령, 비만, 당뇨 등 기저질환이 있다면 정기적으로 심전도 검사와 전문가 상담을 받도록 하세요.
  • 증상이 없어도, 건강 검진 때 AI 기반 조기 진단 검사를 활용하면 예방적 조치를 놓치지 않을 수 있습니다.
  • 평소 생활습관(균형 잡힌 식단, 규칙적 운동, 스트레스 관리)을 유지하는 것이 중요합니다.

요약과 결론

이번 2025년 연구는 인공지능과 심전도 데이터를 활용하여, 복잡한 심장 초음파 없이도 조기 심부전, 특히 박출률 보존 심부전(HFpEF)을 높은 정확도로 진단하는 방법을 제시하였습니다. AI 기반의 진단 모델은 최대 0.81의 AUC 값을 기록, 일반 병원에서도 쉽게 도입할 수 있는 잠재력을 보여줍니다.

이 혁신은 향후 만성질환 관리와 건강검진의 패러다임 전환을 이끌 것으로 기대되며, 조기 치료와 예방 병력을 높이는 데 큰 역할을 할 것으로 전망됩니다.

참고 자료

댓글 남기기