AI 알고리즘은 고위험 심장병 환자를 식별하여 신속하게 진단하고, 신속하게 치료하고, 치료를 개선하는 데 도움이 될 수 있습니다.

마운트 시나이 대학의 연구진은 비대성 심근병(HCM)이라는 심장 질환을 연구하면서 인공지능(AI) 알고리즘을 조정하여 이 질환이 있는 환자를 빠르고 구체적으로 식별하고 의사 진료 시 더 많은 관심을 기울일 수 있는 고위험군으로 표시했습니다.

Viz HCM으로 알려진 이 알고리즘은 이전에 미국 식품의약국(FDA)의 심전도(ECG)에서 HCM을 검출하는 용도로 승인되었습니다. 4월 22일 NEJM AI 저널에 발표된 마운트 시나이 대학의 연구는 이 알고리즘의 결과에 수치적 확률을 부여했습니다.

예를 들어, 이전에는 알고리즘이 "HCM 의심으로 표시됨" 또는 "HCM 고위험"이라고 말했을 수 있지만, 마운트 시나이 연구에서는 "HCM에 걸렸을 확률은 약 60%입니다"와 같이 해석할 수 있다고 마운트 시나이 퓨스터 심장 병원의 머신 러닝 책임자이자 해당 저자인 조슈아 램퍼트 박사가 말했습니다.

그 결과, 이전에 HCM 진단을 받지 않았던 환자들은 자신의 개별적인 질병 위험에 대해 더 잘 이해할 수 있게 되어, 더 빠르고 개별화된 평가와 함께 갑작스러운 심장사와 같은 합병증을 예방하기 위한 치료가 가능해질 수 있으며, 특히 젊은 환자의 경우 더욱 그렇습니다.

"이는 임상의와 환자에게 더욱 의미 있는 정보를 제공함으로써 새로운 딥러닝 알고리즘을 임상 실무에 적용하는 데 있어 중요한 진전입니다. 임상의는 분류 도구를 사용하여 고위험 환자를 임상 작업 목록 상단에 표시함으로써 임상 워크플로우를 개선할 수 있습니다. 또한 모델 분류 점수의 해석 가능성을 향상시키는 모델 보정을 통해 더욱 개별화된 정보를 제공받음으로써 환자에게 더 나은 상담을 제공할 수 있습니다. 이러한 국소 모델 보정 전략이 다른 환경에도 보편적으로 적용될 수 있는지는 아직 검증되지 않았습니다."라고 마운트 시나이 아이칸 의대의 심장학, 데이터 기반 및 디지털 의학 조교수인 램퍼트 박사는 말합니다.

"이 접근 방식은 임상적으로 실용적인 방식으로 환자 치료를 용이하게 하는 의미 있는 정보를 제공하기 때문에 임상 실무를 혁신할 수 있습니다."

HCM은 전 세계 200명 중 1명꼴로 발생하며, 심장 이식의 주요 원인 중 하나입니다. 그러나 많은 환자들은 증상이 나타나기 전까지는 자신이 HCM을 앓고 있다는 사실을 알지 못하며, 질병이 이미 진행되었을 수도 있습니다.

마운트 시나이 연구진은 2023년 3월 7일부터 2024년 1월 18일까지 심전도를 검사한 약 71,000명의 환자를 대상으로 Viz HCM 알고리즘을 적용했습니다. 이 알고리즘은 1,522명을 HCM 양성으로 진단했습니다. 연구진은 기록과 영상 데이터를 검토하여 어떤 환자가 HCM 확진 판정을 받았는지 확인했습니다.

확진 진단 결과를 검토한 후, 연구진은 AI 도구에 모델 보정을 적용하여 보정된 HCM 발병 확률이 환자의 실제 발병 가능성과 상관관계가 있는지 평가했습니다. 그 결과, 보정된 모델이 환자의 HCM 발병 가능성을 정확하게 추정하는 것으로 나타났습니다.

이 모델을 사용하여 환자의 심전도(ECG) 결과를 분석하면 심장 전문의가 고위험군 환자를 우선적으로 진료하여 증상이 시작되거나 악화되기 전에 진료 예약 및 치료를 받을 수 있도록 지원할 수 있습니다.

의사는 AI 모델이 위험 요인을 표시했다고 모호하게 설명하는 대신, 각 환자에게 개별화된 위험 요인을 설명할 수 있습니다. 이는 신규 환자의 참여를 유도하고, 갑작스러운 사망이나 비후된 심근으로 인한 혈류 장애 증상과 같은 HCM 관련 부작용을 예방하는 데 도움이 될 수 있습니다.

"이 연구는 환자를 분류하고, 위험 계층화하고, 상담하는 방식을 재고하는 데 매우 필요한 세부 정보를 제공합니다. 증강 지능 시대에 우리는 환자 치료에 대한 접근 방식에 새로운 정교함을 도입해야 합니다."라고 공동 선임 저자인 마운트 시나이 헬스 시스템 심장 부정맥 서비스 책임자이자 레오나 M. 및 해리 B. 헬름슬리 자선 신탁 심장 전기생리학 교수인 비벡 레디(Vivek Reddy) 박사는 말합니다.

"비대성 심근병증을 예시로 들어, AI 분류를 통해 환자를 분류함으로써 덜 흔한 질병에서도 새로운 도구를 실용적으로 활용할 수 있는 방법을 보여줍니다."

"이 연구는 실용적인 구현 과학의 정수를 보여주는 사례로, 고급 AI 도구를 실제 임상 워크플로에 책임감 있고 신중하게 통합하는 방법을 보여줍니다."라고 공동 선임 저자인 기리쉬 N. 나드카르니(Girish N. Nadkarni, MD, MPH)는 말했습니다. 그는 빈드라이히 인공지능 및 인간 건강학과 학과장이자 하소 플래트너 디지털 헬스 연구소 소장이며, 마운트 시나이 아이칸 의대 아이린 & 아서 M. 피시버그 박사 겸 의학 교수입니다.

"단순히 고성능 알고리즘을 구축하는 것이 아니라, 환자 치료 결과를 개선하고 실제 진료 제공 방식과 부합하는 방식으로 임상 의사 결정을 지원하는 것이 중요합니다. 이 연구는 보정된 모델이 임상의가 적시에 적절한 환자의 우선순위를 정하는 데 어떻게 도움을 줄 수 있는지 보여주며, 이를 통해 의학 분야에서 AI의 잠재력을 최대한 발휘할 수 있도록 지원합니다."

다음 단계는 이 연구와 HCM에 대한 AI 보정을 전국의 추가 의료 시스템으로 확대하는 것입니다.

Viz.ai가 이 연구를 후원했습니다. 램퍼트 박사는 Viz.ai의 유급 컨설턴트입니다.

출처: https://www.sciencedaily.com/releases/2025/04/250424120853.htm