뷰노(대표 이예하)는 심전도 데이터를 분석해 심부전을 탐지하는 인공지능 모델에 대한 연구 결과가 세계적인 과학 저널 네이처(Nature)가 출간하는 SCI급 국제 학술지 Scientific Reports에 게재됐다고 31일 밝혔다.
이번 연구는 실제 심부전 환자들의 심전도 데이터를 활용해 딥러닝 알고리즘이 심부전의 유형 중 하나인 박출률 감소 심부전(Heart Failure with reduced Ejection Fraction, HFrEF)을 탐지할 수 있는 지 확인하기 위해 진행됐다. 서울대학교병원 이해영 교수팀과 함께한 공동 연구로, 서울대학교병원의 급성심부전 환자 레지스트리(Korean Acute Heart Failure Registry, KorAHF)에 등록된 유증상 심부전 환자들의 데이터를 활용했다. 급성심부전 환자 레지스트리는 질병관리본부의 지원을 받아 전국 10개 대학병원에서 심부전 환자를 등록해 추적 관찰하는 연구 사업을 의미한다.
심부전은 심장 기능이 떨어져 온몸으로 충분히 혈액을 공급하지 못해 발생하는 질환이다. 노화뿐 아니라 심근경색, 부정맥, 고혈압, 협심증 등 다양한 질환에 의해 발생할 수 있기 때문에 정확한 원인 파악과 조기 치료가 중요하다. 박출률 감소 심부전은 심장이 수축할 때마다 좌심실에서 배출되는 혈액의 비율을 뜻하는 심박출률이 40% 미만인 것을 뜻하며, 이러한 환자들의 경우 5년 이내 사망할 확률이 50%에 달하는 것으로 알려져 있다.
연구 결과 뷰노의 인공지능 모델은 심부전 환자들의 데이터 중 박출률 감소 심부전 환자를 유의미한 성능으로 탐지했다. 또한 환자의 생존율에 대한 분석에서는 인공지능 모델이 분류한 박출률 감소 심부전 환자들은 그렇지 않은 환자들에 비해 5년 생존율이 유의미하게 낮았다. 이는 딥러닝 모델이 심전도 데이터에서 심부전의 주요 유형인 박출률 감소 심부전을 효과적으로 탐지할 수 있음을 의미하며, 더 나아가 심부전 환자의 생존과 관련된 예후 분석에도 활용될 수 있음을 시사하는 것이어서 주목되고 있다.
