AI, 심장 돌연사 예측할 새로운 심전도 신호 발견…기존 검사보다 정확도 높아

매년 수십만 명이 심장 돌연사(sudden cardiac arrest)로 목숨을 잃습니다. 심장의 전기 신호가 갑자기 멈추는 이 현상은 평소 심장에 아무 문제가 없던 사람에게도 경고 없이 찾아옵니다. 의사들은 오랫동안 누가 위험한지 정확히 가려낼 방법이 없었는데, UC버클리 연구진이 인공지능(AI)을 활용해 일상적인 심전도(EKG) 검사 속에 숨겨진 미세한 신호를 발견했습니다.

연구진이 발견한 것

UC버클리 공중보건대학 지아드 오버마이어(Ziad Obermeyer) 교수가 이끄는 연구팀은 스웨덴의 12유도 심전도 데이터 44만 건 이상을 딥 컨볼루션 신경망(deep convolutional neural network)으로 학습시켰습니다. 사망 진단서와 연결된 이 데이터를 통해 AI는 심장의 전기적 활동 패턴 중 사람의 눈과 모든 표준 임상 검사가 놓치는 신호를 찾아냈습니다 . 바로 aVL 유도에서 R파의 말단부가 '둔화(slurred)'되는 새로운 파형 신호로, 이는 의학 문헌에 한 번도 보고된 적 없는 패턴입니다 .

이 모델이 단순히 새로운 지표를 찾은 것만은 아닙니다. AI가 고위험군으로 분류한 사람들의 연간 심장 돌연사 발생률은 **7.0%**로, 현재 표준 검사인 좌심실 구혈률(LVEF)이 잡아낸 최고 위험군의 4.6%보다 훨씬 높았습니다 .

모델 훈련과 검증 과정

연구팀은 엄격한 방식으로 모델을 개발했습니다. 스웨덴 의료 기록에서 확보한 44만 건 이상의 심전도 데이터를 사망 진단서와 연결해, AI가 어떤 파형 패턴이 심장 돌연사로 이어지는지 스스로 학습하게 했습니다 . 딥러닝 구조는 12개 유도 전체 신호를 분석하도록 설계돼, 사람의 눈에는 보이지 않는 미세한 비선형 패턴까지 포착할 수 있었습니다.

이 발견이 스웨덴이라는 특정 국가에만 해당하는지 확인하기 위해, 연구팀은 모델을 미국과 대만의 독립적인 환자 수천 건 데이터로 외부 검증했습니다. 예측 결과는 모든 인구 집단과 의료 시스템에서 일관되게 나타나 강력한 일반화 가능성을 입증했습니다 .

심장 돌연사 예측이 그동안 어려웠던 이유

심장 돌연사는 심근경색(heart attack)과 근본적으로 다릅니다. 심근경색은 동맥이 막혀 심장 근육에 산소가 공급되지 않는 반면, 심장 돌연사는 전기적 오작동입니다. 심장의 전류가 아무 경고 없이 멈춰 버리는 것이죠 .

사람이 너무 빨리 사망하기 때문에 심장이 멈추기 직전의 상태를 연구하는 것은 거의 불가능합니다. 부검을 하면 구조적 문제(막힌 혈관, 흉터 조직)는 확인할 수 있지만, 연구진이 지적했듯이 "사망 직전의 실제 심장 기능은 여전히 블랙박스"에 가깝습니다 .

현재 표준 위험 검사인 좌심실 구혈률(LVEF: 심장이 한 번 박동할 때 혈액을 얼마나 펌프질하는지 측정)은 매우 둔한 도구입니다. 심장 돌연사로 사망하는 많은 사람들은 정상적인 LVEF 수치를 보이고, 반대로 LVEF가 낮아도 심장 돌연사를 경험하지 않는 경우가 많습니다 . 현재 방식으로는 도움이 필요한 대부분의 사람을 놓치고 있는 셈입니다.

표준 검사와의 실제 성능 비교

지표	표준 LVEF 검사	AI 모델 (고위험군)
고위험군 연간 심장 돌연사 발생률	4.6%	7.0%
LVEF와의 중복 여부	—	AI가 고위험군으로 분류한 대부분의 환자는 정상 구혈률을 보임 — AI가 독립적인 위험 신호를 발견한 것
발견된 새로운 파형	없음	aVL 유도에서 말단 R파 둔화, 의학계에 보고된 바 없음

AI가 식별한 고위험군은 전체 검사 인구의 약 **2.2%**를 차지했습니다. 이 그룹의 연간 심장 돌연사 발생률 7.0%는 이식형 제세동기(ICD) 임상시험에서 사용되는 위험 기준과 비슷하거나 더 나은 수준입니다 . 즉, 현재 가이드라인으로는 놓칠 수많은 환자들이 생명을 구하는 장치의 혜택을 받을 수 있는 후보가 될 수 있다는 의미입니다.

향후 과제

연구진은 세 가지 명확한 다음 단계를 제시했습니다.

1. 제세동기 처방을 위한 임상 활용: 심전도는 전 세계 거의 모든 병원에서 저렴하고 비침습적으로 사용할 수 있는 검사입니다. 이 AI 모델은 의사들이 누구에게 이식형 제세동기(ICD)를植入할지 결정하는 데 도움을 줄 수 있습니다. 오버마이어 교수는 "만약 자신이 쓰러져 죽을 사람이라는 것을 안다면 심장내과 의사를 찾아가 제세동기를植入할 것입니다. 문제는 의사들이 너무 늦기 전에 누가 필요한지 알아낼 수 없다는 점입니다"라고 말했습니다 .

2. 새로운 생리학적 이해: AI가 무엇을 찾아야 하는지 사전에 알려주지 않았는데도 발견한 새로운 파형은 새로운 연구 방향을 열어줍니다. aVL 유도에서 둔화된 R파의 정확한 전기적 메커니즘을 이해하면 왜 어떤 심장이 갑자기 오작동을 일으키는지 밝혀낼 수 있습니다. 오버마이어 교수는 "더 나은 결정을 내릴 수 있을 뿐만 아니라, 심장이 멈추기 전에 이 환자들에게 실제로 무슨 일이 일어나고 있는지 이해하기 시작할 수 있습니다"라고 말했습니다 .

3. 임상 도입 전 전향적 임상시험: 세 국가에서의 외부 검증이 강력한 증거이지만, 이 모델이 일상 임상 진료에 들어가기 전에 전향적 임상시험을 통해 검증되어야 합니다. 연구팀의 작업은 이러한 엄격한 교차 인구 검증을 보여주며, 이번 발견을 특히 유망하게 만듭니다 .