<p><span style="background-color:rgb(255,255,255);color:rgb(30,30,30);font-family:Arial, Helvetica, sans-serif;font-size:18px;">심장질환 의심 환자가 병원에 오면 의료진은 심전도 검사를 한다. 심전도는 심장에서 발생하는 전기 신호를 이용해 심장 상태를 파형 형태로 보여주는 도면(圖面)으로 전문가라도 완벽하게 판독하기가 쉽지 않다. 특히 응급실 의료진이 응급 상황에서 심전도를 신속하고 정확하게 판독하는 데는 어려움이 따른다. 2014년부터 분당서울대병원 응급의학과 교수로 재직 중인 김중희 교수도 이런 곤란한 상황을 몇 차례나 겪었다고 한다.</span><br><br><span style="background-color:rgb(255,255,255);color:rgb(30,30,30);font-family:Arial, Helvetica, sans-serif;font-size:18px;">“응급실에서 진료를 하다 보면 혼자 의사결정을 해야 하는 경우가 많은데 옆에 물어볼 사람이 없는 게 많이 힘들었다. 그래서 인공지능으로 심전도를 분석하는 제품을 만들어 개인적으로 테스트 해보니 결과가 좋았다. 이걸 의료진들에게도 쓰게 하려고 했더니 인허가가 필요해서 법인을 설립해 제품을 개발했다.”</span><br><br><span style="background-color:rgb(255,255,255);color:rgb(30,30,30);font-family:Arial, Helvetica, sans-serif;font-size:18px;">&nbsp;</span><br><span style="background-color:rgb(255,255,255);color:rgb(30,30,30);font-family:Arial, Helvetica, sans-serif;font-size:18px;"><strong>◇심전도 분석 인공지능 앱 ECG버디 개발=</strong>김 교수는 2021년 7월 바이오벤처기업 알피㈜를 설립했다. 이미 인공지능 심전도 분석 앱인 ECG버디(Buddy) 초기 제품 개발을 완료한 상태였다. 김 교수는 지난 9월 ECG버디의 임상시험 결과를 식품의약품안전처에 제출했다. 의료기기 허가가 순조롭게 진행되면 ECG버디는 내년 초에 상용화될 전망이다.</span><br><br><span style="background-color:rgb(255,255,255);color:rgb(30,30,30);font-family:Arial, Helvetica, sans-serif;font-size:18px;">ECG버디는 12리드 심전도 분석을 통해 응급의료 영역의 디지털 바이오마커와 리듬을 추출하여 의사에게 제공하는 인공지능 앱이다. 12리드 심전도 분석은 좌우 팔다리와 몸에 10개의 전극을 붙여서 심장의 전기 신호를 측정하는 방식으로, 병의원에서 흔히 사용한다. 김 교수는 “환자의 심전도를 보면 판독자마다 해석이 다른 경우가 많아 일관적인 평가가 어렵지만, ECG버디는 심전도 결과를 수치화시켜 객관적인 의사결정을 신속하게 할 수 있도록 돕는다”고 말했다.</span><br><br><span style="background-color:rgb(255,255,255);color:rgb(30,30,30);font-family:Arial, Helvetica, sans-serif;font-size:18px;">ECG버디의 원리는 간단하다. 종이나 컴퓨터 화면에 출력된 심전도를 스마트폰으로 찍거나 캡처하면 인공지능 알고리즘이 환자의 중증도, 심기능 평가 및 전해질 이상 상태를 즉시 알려준다. 서버에 있는 인공지능이, 심전도 파형에서 리듬과 응급질환 관련 디지털 바이오마커 수치들을 추출해서 평가하는 것이다.</span><br><br><br><span style="background-color:rgb(255,255,255);color:rgb(30,30,30);font-family:Arial, Helvetica, sans-serif;font-size:18px;"><strong>◇응급실 환자들의 심전도를 이용해 딥러닝 모델 개발=</strong>인공지능 모델은 김 교수가 직접 개발했다. 의사가 인공지능 알고리즘을 개발하기가 어렵지 않나라는 질문에, 김 교수는 “인공지능을 디자인하기가 이전보다 쉬워졌다. 과거에는 인공지능의 작은 부분까지 직접 만들어야 했지만 요즘은 인공지능의 기본 얼개를 간단한 함수로 처리할 수 있어서 함수를 어떤 식으로 배열하느냐에 따라 새로운 디자인의 인공지능을 쉽게 만들 수 있다”고 말했다.</span><br><br><span style="background-color:rgb(255,255,255);color:rgb(30,30,30);font-family:Arial, Helvetica, sans-serif;font-size:18px;">인공지능에게 어떻게 딥러닝을 시켰을까. 김 교수에 따르면 인공지능에게 학습을 시키려면 인풋(input) 데이터와 아웃풋(output) 데이터가 필요하다. 심전도 분석 알고리즘에서 인풋 데이터는 심전도이고 아웃풋 데이터는 심근경색, 폐부종, 전해질 이상 등 환자에게 나타난 상황이다. 인풋과 아웃풋 데이터를 모아서 딥러닝 알고리즘을 통해 인공지능 모델을 훈련시키면 모델 안의 수치들이 최적화 과정을 통해서 업데이트 된다. 김 교수에 따르면 의사들은 일반적으로 심전도의 형태적 특징들을 배워서 이를 진료에 활용하고 있다. 즉 어떤 모양이 보이면 어떤 질환일 가능성이 높다고 판단하는 것이다. 김 교수는 “이러한 형태적 특징들은 그 자체로 예측 능력이 높지 않다”며 “ECG버디는 환자 임상 양상 및 진료 결과를 종합적으로 판단한 결과를 정답으로 훈련시켰기 때문에 좀 더 정확한 분석이 가능하다”고 말했다. ECG버디는 지금도 다양한 영역에서 딥러닝 학습을 계속하며 그 평가 범위를 넓히고 있다.</span><br><span style="font-size:18px;">&nbsp;</span></p><p>&nbsp;</p><p><span style="font-size:18px;">➡️ </span><a target="_blank" rel="noopener noreferrer" href="https://www.themedical.kr/news/articleView.html?idxno=1259"><span style="font-size:18px;">기사 전문 확인하기</span></a></p><p style="margin-left:0.0px;"><span style="font-family:Arial, Helvetica, sans-serif;font-size:18px;">출처: 더메디컬</span></p>