국내 의대 교수가 만든 '심전도 분석 AI' 전문의 꺾었다
<h4 style="margin-left:0px;"><span style="font-family:Arial, Helvetica, sans-serif;font-size:18px;"><strong>알피의 ECG 버디와 전문의 5명 분석 비교 연구 공개 예정 </strong></span></h4><h4 style="margin-left:0px;"><span style="font-family:Arial, Helvetica, sans-serif;font-size:18px;"><strong>민감도와 특이도 등 정확도, 평가자간 일치율 등 의사 압도</strong></span></h4><p style="margin-left:0px;"> </p><p style="margin-left:0px;text-align:justify;"><span style="font-size:18px;">오는 11월 20일 대한의학회 국제학술지 Journal of korean medical science에는 초기 심전도를 활용한 고칼륨혈증 진단에 있어 인공지능의 효율성에 대한 연구 결과가 게재될 예정이다.</span></p><p style="margin-left:0px;text-align:justify;"> </p><p style="margin-left:0px;text-align:justify;"><span style="font-size:18px;">고칼륨혈증은 혈청 칼륨 수치가 정상 범위인 3.5~5.0mmol/L를 초과할때 발생하는 질환으로 부정맥이나 급작스런 심정지를 일으킬 수 있다는 점에서 초기 진단과 치료가 매우 중요하다.</span></p><p style="margin-left:0px;text-align:justify;"> </p><p style="margin-left:0px;text-align:justify;"><span style="font-size:18px;">이에 따라 현재 대학병원 응급실 등에서는 12리드 심전도를 통해 비침습적으로 이를 우선적으로 진단하는 것이 일반적인 접근 방식.</span></p><p style="margin-left:0px;text-align:justify;"> </p><p style="margin-left:0px;text-align:justify;"><span style="font-size:18px;">고칼륨혈증일 경우 심전도 상 T파가 매우 높고 QRS 복합체가 넓어지며 궁극적으로 P파가 소실되는 경우가 많다는 점에서 이러한 특이점을 통해 진단을 시도하는 셈이다.</span></p><p style="margin-left:0px;text-align:justify;"> </p><p style="margin-left:0px;text-align:justify;"><span style="font-size:18px;">그러나 이같은 심전도 변화가 초기 고칼륨혈증의 경우 매우 미묘한 변화만 있는데다 정량화하기 어렵다는 점에서 일정 부분 한계가 있는 것이 사실이다.</span></p><p style="margin-left:0px;text-align:justify;"> </p><p style="margin-left:0px;text-align:justify;"><span style="font-size:18px;">분당서울대병원 응급의학과 김중희 교수가 이끄는 다기관 연구진이 심전도 용지를 스마트폰으로 사진을 찍는 어플리케이션 방식으로 진행되는 알피(ARPI)사의 심전도 분석 인공지능 'ECG 버디(ECG Buddy)'에 대한 검증에 들어간 것도 이같은 배경이다.</span></p><p style="margin-left:0px;text-align:justify;"> </p><p style="margin-left:0px;text-align:justify;"><span style="font-size:18px;">만약 실제로 이같은 방식을 통해 고칼륨혈증을 정량적으로 진단할 수 있다면 잠재적으로 매우 유용한 옵션이 될 수 있는 이유다. 김중희 교수는 분당서울대병원 기술지주회사인 알피의 대표를 맡아 개발을 이끈 주역이기도 하다.</span></p><p style="margin-left:0px;text-align:justify;"> </p><p style="margin-left:0px;text-align:justify;"><span style="font-size:18px;">이에 따라 연구진은 고칼륨혈증으로 진단된 환자 64명과 그렇지 않은 환자 61명 등 총 125명을 대상으로 ECG 버디와 응급의학과 전문의 5명간 진단과 분석 결과를 비교했다.</span></p><p style="margin-left:0px;text-align:justify;"> </p><p style="margin-left:0px;text-align:justify;"><span style="font-size:18px;">그 결과 ECG 버디는 고칼륨혈증 진단에 있어 곡선하면적(AUCROC)가 0.902를 기록했다. 곡선하면적이 1에 가까울 수록 정확하다는 의미라는 점에서 상당한 정확도를 보인 셈이다.</span></p><p style="margin-left:0px;text-align:justify;"> </p><p style="margin-left:0px;text-align:justify;"><span style="font-size:18px;">반면 응급의학과 전문의 5명의 평균 곡선하면적(AUCROC)은 0.662로 상당히 낮은 수준을 기록했다. 정확도 면에서 인공지능 어플리케이션에 비해 크게 떨어졌다는 의미다.</span></p><p style="margin-left:0px;text-align:justify;"> </p><p style="margin-left:0px;text-align:justify;"><span style="font-size:18px;">다른 지표에서도 이같은 차이는 확연하게 드러났다.</span></p><p style="margin-left:0px;text-align:justify;"> </p><p style="margin-left:0px;text-align:justify;"><span style="font-size:18px;">➡️ </span><a target="_blank" rel="noopener noreferrer" href="https://www.medicaltimes.com/Main/News/NewsView.html?ID=1156104&ref=daum"><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: MedicalTimes</span></p>
Read more