뷰노, 심방세동 감지 AI 모델 글로벌 학술지 게재
입력
수정
이번 연구는 분석이 어려운 홀터 심전도 데이터를 딥러닝 알고리즘으로 분석해 잠재된 발작성 심방세동(PAF)을 진단할 수 있는지를 확인한 연구로 삼성서울병원 김주연 교수팀과 공동으로 진행됐다. 홀터 검사는 24시간 동안 일상생활 중 심전도를 기록해 부정맥의 종류와 발생빈도를 파악한다. 축적된 데이터의 양이 많고, 노이즈가 포함 가능성이 높아 분석이 어렵다고 알려졌다.연구팀은 딥러닝 모델을 구축하고 홀터 검사로 측정한 정상 동리듬 심전도(Normal Sinus Rhythm)를 분석해 발작성 심방세동의 숨겨진 신호를 감지할 수 있는지 확인했다.
발작성 심방세동은 정상 동리듬 심전도가 유지되다가 일시적으로 매우 불규칙한 맥박이 발생했다가 사라지는 심방세동의 한 종류다. 증상이 없고 간헐적으로 발생하기 때문에 병원이나 건강검진센터에서 우연히 발견되지 않는 한 진단이 어려운 편이다.
연구 결과 해당 모델은 24시간 홀터 측정 시 심방세동이 확인되지 않은 심전도 데이터 중 1년 내 심방세동을 진단받은 환자의 데이터와 진단받은 적 없는 환자의 데이터를 유의미하게 구분해냈다. 인공지능이 뇌졸중의 주요 원인 중 하나인 심방세동의 가능성을 진단할 수 있다는 가능성을 보여준 셈이다. 뷰노는 이번 연구 결과를 향후 자사의 인공지능 기반 심전도 분석 소프트웨어 '뷰노메드 딥ECG™'에 적용할 계획이다. 뷰노메드 딥ECG™는 딥러닝을 기반으로 심전도 데이터를 분석해 심부전증, 심근경색증, 부정맥을 검출하는 소프트웨어다. 지난 10월 식품의약품안전처로부터 제16호 혁신의료기기로 지정됐다.
이예하 뷰노 대표는 "이번 연구는 분석이 까다로운 24시간 홀터로 측정된 심전도 데이터를 분석하는 우수한 R&D 역량을 입증했다는 점에서 의미가 크다"며 "이번 결과를 토대로 향후 홀터 심전계는 물론 패치나 환자감시장치 등에도 호환이 가능하여 더 많은 환자 접점을 갖는 AI 의료기기를 선보이도록 노력하겠다"고 말했다.
김수진기자 sjpen@wowtv.co.kr