“AI 심장초음파 진단 혁신”…분당서울대병원, 좌심실 비대 조기감별→임상실행 가속

인공지능 기술이 심혈관 영상의학 현장에 깊숙이 침투하면서 기존 진단 패러다임이 근본적으로 흔들리고 있다. 분당서울대병원 순환기내과 윤연이 교수 연구팀이 공개한 심장초음파 기반 인공지능 진단 시스템은 좌심실 비대의 조기 감별과 원인 유형 분류라는 오랜 난제에 실마리를 제공했다. 의료 IT의 정교화 흐름 속에서, AI는 심근의 미세 패턴과 영상 데이터를 1만9839개 특징치로 해체·학습해, 질병별로 다르게 드러나는 영상적 뉘앙스를 이전과는 다른 방식으로 포착했다.

좌심실 비대는 고혈압성 심장병, 비후성 심근병증, 심장 아밀로이드증 등 다양한 병리 기전에서 비롯된다. 환자의 예후와 치료전략이 질환별로 극명하게 달라, 진단 속도와 정확성 모두가 임상 효용의 토대가 된다. 현실적으로 심장 초음파 영상은 육안 구분에 한계가 있어, 고가의 자기공명영상 의존과 진단 지연이 불가피했다. 결과적으로 환자들은 최적 치료 시점을 구분하기 어려웠고, 심부전 등 중증 합병증 위험에 노출됐다.

이러한 한계 속에서 분당서울대병원이 제시한 AI 모델은 96%의 비후성 심근병증, 89%의 심장 아밀로이드증, 83%의 고혈압성 심장병 진단 정확도를 각각 달성했다. 특히 고혈압성 심장병 진단 민감도는 기존 33%에서 AI 모델 적용 시 75%로 대폭 증진됐으며, 종합 정밀도인 F1 스코어 또한 0.57에서 0.87로 향상됐다. 더욱이, AI가 스스로 영상 내 판단의 근거 영역을 시각화해 의료진이 객관적으로 진단 근거를 검증할 수 있게 됨에 따라 임상 신뢰성 역시 한 단계 높아졌다.

윤연이 교수는 본 신기술이 “좌심실 비대 진단 지연에 의한 치료 실기와 악성 예후 가능성을 실질적으로 줄일 것”이라고 평가했다. 또한 희귀 질환이나 스포츠 선수의 생리적 좌심실 비대 감별로의 적용까지, 임상 확장성을 시사했다. 의료 IT의 변곡점에서 이 논문은 순환기 영상진단의 질적 도약이 임상현장에 실현될 수 있음을 증명하며, 한국형 AI 바이오 헬스 생태계의 실체를 보여준 사례로 남게 됐다.