수면검사 심전도 분석 AI, 심방세동·심부전 위험 구분…미국 병원 자료로 검증

미국 연구진이 수면검사 중 기록한 심전도와 수면 단계를 함께 분석해 향후 심혈관질환 위험을 구분하는 인공지능 모델을 시험했다. 외부 병원 두 곳의 자료에서도 심방세동과 심부전 위험에 따른 점수 차이가 나타났지만, 실제 진료에서 예후를 개선하는지는 확인되지 않았다.

에모리대 등이 참여한 연구진은 9일 학술지 《Sleep》에 논문을 공개했다. 수면다원검사에서 얻은 단일 유도 심전도에 수면 단계 정보를 더해 심방세동, 뇌졸중, 심근경색, 심부전, 사망과의 연관성을 살폈다. 기존 검사를 새 치료법으로 바꾼 임상시험이 아니라 진료 기록을 활용한 예측모형 연구다.

다른 병원에서도 위험 점수와 결과의 연관성

연구진은 미국 매사추세츠종합병원 환자 1만5809명 자료로 기존 신경망을 조정했다. 이어 에모리대병원 9810명과 베스이스라엘디코니스의료센터 1만2576명의 자료에서 성능을 따로 확인했다. 질병 발생 여부는 전자의무기록의 진단 코드로 파악했다.

모형 점수가 표준편차 한 단위 높을 때 심방세동 발생의 위험비는 두 검증 집단에서 각각 2.03과 2.72였다. 심부전 위험비는 각각 1.69와 2.33이었다. 나이, 성별, 흡연, 고혈압, 당뇨병과 수면무호흡 관련 지표 등을 보정한 뒤에도 연관성이 남았다. 이는 점수와 질환 발생의 연관성이지, AI가 질환을 일으키거나 막는다는 뜻이 아니다.

심근경색 예측은 집단마다 달라

모든 결과가 똑같이 재현된 것은 아니다. 심근경색의 위험비는 에모리대병원 집단에서 1.38이었지만 다른 병원에서는 1.10으로, 95% 신뢰구간이 0.86~1.40이었다. 후자에서는 위험 증가를 통계적으로 분명하게 가려낼 수 없었다.

논문 초록에는 이 점수에 따른 실제 발병자 수나 개인별 절대위험이 제시되지 않았다. 병원에서 수면검사를 받은 사람의 과거 기록과 진단 코드에 기댄 분석이어서 일반 인구에 같은 결과가 적용될지도 알 수 없다. 점수를 보고 검사나 치료를 바꿨을 때 건강 결과가 좋아지는지 역시 별도 연구가 필요하다.

미국심장협회는 심혈관 위험 평가에서 혈압·당뇨병·흡연 등 기존 위험요인과 병력을 함께 살피도록 안내한다. 이번 수면 심전도 분석은 그 평가를 보완할 가능성을 살핀 연구이지, 한국에서 개인 진단이나 치료 결정을 대신하는 검사가 아니다. 이 내용은 일반 건강정보이며 개인의 진료 판단을 대신하지 않는다.

대표 이미지: AI 생성 이미지 / 데이마크

원문: https://pubmed.ncbi.nlm.nih.gov/42852996/

참고: https://www.heart.org/en/health-topics/heart-attack/understand-your-risks-to-prevent-a-heart-attack