인공지능의 근간 기술인 딥러닝을 활용해 부정맥을 정확하고 빠르게 진단할 수 있는 시대가 열릴 전망이다.

미국 스탠퍼드대학교 컴퓨터과학 전공 연구팀은 심장박동 리듬의 문제를 확인해 부정맥을 진단할 수 있는 딥러닝 알고리듬을 개발했다고 6일 밝혔다.

게다가 딥러닝 알고리듬으로 부정맥 진단 시 의료진과 같은 진단을 내려 정확성까지 입증돼, 정기적으로 병원에 방문하기 어려운 도서산간지역 거주민 진료에 딥러닝 알고리듬을 활용할 수 있을 것으로 기대된다.

임상에서는 환자가 특별한 이유 없이 심장박동에 이상을 느낀다면 심전도검사(ECG)를 통해 부정맥 여부를 확인한다. 하지만 ECG 결과에서 문제가 나타나지 않을 경우 의료진은 웨어러블 심전도측정기(wearable ECG)를 이용해 부정맥으로 의심되는 환자의 2주간 심장박동 리듬을 지속적으로 모니터링할 수 있다.  

그러나 웨어러블 심전도측정기로 확인된 수백 시간의 데이터에서 문제가 되는 부정맥 징후를 초 단위로 확인해야 하며, 이 중 문제가 되지 않는 불규칙한 심장박동을 구분하는 것은 쉬운 일이 아니다.

이에 Awni Hannun 교수팀은 이러한 데이터 문제를 해결하고자 ECG 신호를 통해 부정맥 유무를 판단할 수 있는 딥러닝 알고리듬을 개발했다. 

연구팀은 부정맥 진단을 위한 웨어러블 심장박동 모니터링 기기 등을 개발하고 있는 아이리듬(iRhythm)과 협력해 심층신경망(deep neural network) 학습을 진행하기 위한 환자 데이터를 수집했다. 

환자들은 가슴에 붙이는 패치 형태의 웨어러블 심전도측정기를 착용했고 2주간 일상생활을 수행했다. 

7개월간 데이터를 모아 딥러닝 알고리듬을 개발한 결과, 딥러닝 알고리듬을 활용할 경우 의료진만큼 정확하게 부정맥을 진단할 수 있었다.

연구팀은 딥러닝 알고리듬이 신속성뿐만 아니라 정확성까지 검증돼 임상에서 많은 환자에게 적용할 수 있다고 강조했다. 

Hannun 교수는 "의료진을 만나기 어려운 사람들은 딥러닝 알고리듬을 통해 부정맥을 정확하고 빠르게 진단받고 치료할 수 있을 것"이라며 "게다가 환자의 삶의 질이 개선되고 환자를 보는 의료진의 시간도 절약할 수 있을 것"이라고 전망했다.

이어 "딥러닝 알고리듬이 장기적으로 개발도상국 또는 도서산간지역 거주민 등과 같이 의료 사각지대에 놓인 이들을 위한 부정맥 진단법이 되길 바란다"면서 "알고리듬을 웨어러블 장치에 적용한다면 위험한 심장박동 리듬을 즉시 확인함으로써 응급의료서비스에 환자의 위험 상태를 알릴 수 있을 것이다"고 덧붙였다.