스마트 AI 모델이 심장 검사 강화 – 심장 박동 문제 발견을 쉽게

Scripps Research의 연구자들은 심방세동(AFib) 스크리닝 과정을 혁신할 준비가 된 AI 모델을 공개했습니다. 불규칙하고 빠른 심박동으로 특징지어지는 이 심장 상태는 뇌졸중 및 심부전의 상당한 위험을 초래합니다. 새로 개발된 AI 모델은 정상적인 심박동의 미묘한 변별을 식별할 잠재력을 보여주며, 전통적인 스크리닝 방법보다 더 정확한 AFib 위험 평가를 제공합니다. 

2023년 12월 12일 저널 npj Digital Medicine에 게재된 이 연구는 2주 동안 심전도(ECG) 패치를 착용한 거의 50만 명의 개인으로부터 수집된 데이터의 광범위한 분석을 포함했습니다.

AFib 위험 식별에서 AI의 힘

전통적으로 AFib 진단은 증상이 간헐적이거나 최소일 때 특히 어려웠습니다. 표준 관행은 사무실에서의 심전도를 포함하지만, 명확한 징후가 없는 개인에게는 1~2주 동안 집에서 착용하는 착용형 ECG 패치가 다음 단계였습니다. 그러나 이 방법은 간헐적인 AFib 발작을 놓칠 수 있습니다. 

이러한 제한을 해결하기 위해 연구팀은 ZioXT 착용형 ECG 패치의 제조업체인 iRhythm Technologies와 협력하여 거의 50만 명의 참가자로부터 ECG 데이터를 분석할 수 있는 AI 모델을 개발했습니다.

AI 모델은 AFib가 발생한 개인과 그렇지 않은 개인을 구별하는 놀라운 능력을 보였으며, 알려진 위험 요인을 통합한 수동 모델보다 정확도를 초과했습니다. 특히 AI 모델의 정확도는 더 높은 위험에 있는 노인 및 일반적으로 AFib 스크리닝에서 제외되는 젊은이를 포함한 다양한 연령대에 걸쳐 있었습니다. 

AI 모델은 AFib 진단을 위해 설계되지 않았지만, 높은 위험에 있거나 증상이 있는 개인을 위한 더 효율적인 스크리닝 테스트를 만드는 데 중요한 진전을 나타냅니다. 환자는 확장된 테스트가 필요한지 여부를 결정하기 위해 단 하루 동안 ECG 패치를 착용하기만 하면 되며, 진단 과정을 간소화합니다.

AI 모델로 향상된 심장 건강의 미래로

이 인공지능 모델에 내재된 잠재적 응용의 광범위한 스펙트럼은 초기 스크리닝 기능을 훨씬 넘어섭니다. 특히, 1~2주 심전도(ECG) 모니터링 기간 동안 심방세동(AFib) 발작이 없음에도 불구하고 후속 테스트를 받는 것이 유리한 환자 집단 내 개인을 식별하고 지목할 수 있는 능력을 보여줍니다. 

AI 모델이 보여준 모범적인 정밀도는 심장 건강의 영역에서 점진적으로 세분화되고 개인화되며 세심하게 표적화된 접근 방식을 위한 견고한 기반을 마련합니다.

연구 집단이 향후 전향적 연구를 신중하게 기획하고 조직함에 따라, 그들의 포괄적 목표는 전자 의료 기록과 같은 추가 데이터 소스의 원활한 통합을 포함합니다. 이러한 전략적 프레임워크 내에서 AI 모델의 흔들리지 않는 정확성과 임상 실무의 복잡한 지형 내 유용성은 심장혈관 관리의 지형에서 패러다임 전환을 표시하며 전례 없는 고도에 도달할 준비가 되어 있습니다.

이 AI 모델의 AFib 스크리닝 도입은 심장 건강의 영역에서 중요한 도약입니다. 전통적인 방법으로 놓치기 쉬운 심박동의 미묘한 변별을 식별할 수 있는 능력은 AFib 위험을 식별하고 관리하는 방식을 혁신할 잠재력을 강조합니다.

연구자들이 전향적 연구를 시작하고 추가 데이터 소스로 모델의 정확성을 향상시키려 노력함에 따라, 이 AI 기반 접근 방식이 모든 연령대의 개인을 위한 AFib 위험을 식별하고 관리하는 더 정확하고 접근 가능한 수단을 제공하여 심장 건강의 지형을 재정의할 수 있을까요?