심방세동(Atrial Fibrillation, AF)은 대표적인 심장 질환이며, 뇌졸중 치료 결과를 좌우하는 핵심 변수로 작용한다. 심방세동 환자에게서 발생하는 뇌졸중은 재발 위험이 높고, 치료 과정에서 항응고제 투여 개시시점이라는 난제가 항상 따라붙는다. 너무 이르면 출혈 위험이, 늦어지면 재발 위험이 커지는 만큼, 의료진의 경험에 크게 의존해 왔다는 점에서 판단의 표준화가 쉽지 않았다.
의료 인공지능(AI) 기업 제이엘케이(322510, 대표 김동민)의 MRI 기반 뇌졸중 AI 솔루션 ‘JBS-01K(JLK-DWI)’는 심방세동 뇌졸중 환자에서 치료 판단의 기준점을 정량화했다는 점에서, 뇌–심장 연계 의료 AI의 출발점으로 재조명되고 있다.
국제 학술지 Journal of Stroke에 등재된 연구는, 심방세동으로 인한 뇌졸중 환자 치료에서 가장 중요한 의사결정 중 하나인 항응고제 투여 시점 판단에 있어 AI 기반 정량 분석이 임상적 신뢰성을 확보할 수 있는지를 집중적으로 검증했다. 해당 저널은 뇌졸중 치료 가이드라인과 임상 전략 수립에 직접적인 영향을 미치는 학술지로, 2024년 기준 피인용지수(Impact Factor) 8.6을 기록한 바 있다.
해당 연구는 고려대학교 구로병원, 전남대학교 병원, 분당서울대학교병원 등 국내 주요 뇌졸중 전문 의료기관들이 참여했으며, 총 6,734명의 급성 뇌졸중 환자 데이터를 기반으로 수행됐다. 연구진은 심방세동으로 인한 뇌졸중 환자군을 중심으로, AI가 분류한 판단과 전문의 합의안 간의 일치도를 비교 분석했다.
그 결과, 제이엘케이 AI와 전문의 합의안 간 일치도는 87.4%, 신뢰도 지수(Cohen’s Kappa)는 0.81로 ‘매우 높음’ 수준을 기록했다. 이는 숙련된 전문의 두 명이 동일 영상을 판독했을 때의 일치도(Kappa 0.62)보다 높은 수치로, 심방세동 뇌졸중의 치료 개시에 가장 중요한 뇌졸중 중증도 판단에서 AI가 의료진 간 편차를 줄일 수 있는 도구로 기능할 가능성을 시사한다.
‘JBS-01K(JLK-DWI)’는 MRI 확산강조영상(DWI)을 3차원으로 분석해 뇌경색 병변을 자동 분할하고, 이를 기반으로 뇌경색의 원인이 되는 뇌경색 유형 (LAA, SVO, CE, Others)을 분류하는 솔루션이다. 기존에는 의료진이 경험을 기반으로 병변 크기와 위치, 모양을 참고하여 치료 전략을 결정해야 했던 과정을, AI가 정량적으로 분석한 결과를 기반으로 일관된 기준으로 유형 분류 결과를 제시함으로써 치료 판단을 보다 체계적으로 지원할 수 있을 것으로 기대된다.
