www.bokuennews.com

DeepECG LVSD 연구논문 이미지

의료 인공지능(AI) 기업 뷰노가 환자 맞춤형 재보정(Recalibration) 기술을 적용해 기존 한계를 극복한 심부전 선별 AI 성능 연구 결과를 공개했다. 특히 기존 AI 모델들이 취약했던 심방세동 환자군에서도 높은 정확도를 확보하며, 향후 심부전 고위험군 조기 발견과 불필요한 추가검사 감소에 기여할 수 있을 것으로 기대된다.

의료 AI 기업 뷰노(대표 이예하)는 자사의 AI 기반 심부전 선별 의료기기 VUNO Med-DeepECG LVSD 알고리즘 성능 개선 연구 결과가 국제학술지 JMIR Medical Informatics에 게재됐다고 11일 밝혔다.

이번 연구는 심전도(ECG) 데이터를 활용해 심부전의 주요 선행소견인 좌심실수축기능부전(LVSD)을 보다 정밀하게 탐지하는 딥러닝 모델을 개발하고, 내·외부 검증을 통해 임상 적용 가능성을 평가한 내용이다.

LVSD는 조기 발견 시 적절한 치료를 통해 예후 개선이 가능하지만, 표준 진단법인 심장초음파 검사는 비용과 접근성 한계로 대규모 선별검사에 제약이 있었다. 이에 AI 기반 ECG 분석 기술이 대안으로 주목받아 왔으나, 심방세동 등 동반질환 환자군에서는 성능 저하 문제가 꾸준히 제기돼 왔다.

연구팀은 약 26만명의 데이터를 기반으로 ▲사전학습(Pretraining) ▲미세조정(Fine-tuning) ▲재보정(Recalibration) 등 3단계 학습 전략을 적용해 새로운 알고리즘을 개발했다.

먼저 대규모 심전도 데이터를 기반으로 모델을 사전학습한 뒤, 2주 이내 시행된 심초음파(TTE)와 심전도 데이터를 활용해 LVSD를 탐지하도록 미세조정을 진행했다. 이후 환자의 과거 검사결과와 기존 모델 예측값을 반영하는 재보정 기술을 추가 적용해 알고리즘 정밀도를 높였다.

모델 개발과 내부 검증에는 한림대학교성심병원 데이터가 활용됐으며, 외부 검증은 연세대학교 원주세브란스기독병원 데이터를 통해 이뤄졌다.

연구 결과 재보정이 적용된 VUNO Med-DeepECG LVSD는 내부 검증에서 AUROC 0.956, 외부 검증에서 0.940을 기록했다. 이는 재보정 적용 전 모델(내부 0.945·외부 0.910)보다 향상된 수치다.

특히 심방세동 환자군에서 특이도가 기존 0.518에서 0.900으로 크게 개선돼 위양성으로 인한 불필요한 추가 검사 부담 감소 가능성도 확인됐다.

주성훈 CTO는 "환자의 과거 검사 이력을 반영한 알고리즘을 통해 동반질환 여부와 관계없이 선별 성능을 크게 향상시켰다"며 "향후 심부전 고위험군의 조기 진단과 치료에 실질적으로 기여할 수 있도록 기술 고도화를 이어가겠다"고 말했다.

한편 VUNO Med-DeepECG LVSD는 평가유예 신의료기술로 선정돼 만 19세 이상 LVSD 의심 환자를 대상으로 2026년 4월부터 2028년 3월까지 의료기관에서 비급여 사용이 가능하다.