제작에 걸린 10년

미국에서는 매년 30만 명이 넘는 사람들이 갑작스러운 심장마비로 사망합니다. 이는 심장의 전기 시스템이 예고 없이 오작동하는 상태입니다. 응급 상황으로 인해 고위험 노인과 심장 문제 병력이 없어 겉보기에 건강해 보이는 젊은 운동선수 모두 사망할 수 있습니다. 심장에 다시 충격을 가해 박동을 회복시키는 내부 제세동기는 생명을 구할 수 있지만 실제로 누가 필요한지 알아내는 것은 여전히 ​​큰 위험을 감수해야 하는 추측 게임입니다. 이 이야기에 대한 자세한 내용은 AI 뉴스를 참조하세요.

이제 UC Berkeley가 주도하는 연구팀은 고위험 환자의 심장이 정지하기 전에 감지할 수 있는 심전도(EKG)에서 이전에는 인식할 수 없었던 신호를 발견했습니다. 2026년 6월 24일 Nature 저널에 발표된 이 연구는 의사가 생명을 구하는 임플란트가 필요한 사람을 식별하는 방법을 변화시킬 수 있습니다.

UC 버클리 공중보건대학 부교수이자 이번 연구의 주 저자인 지아드 오버마이어(Ziad Obermeyer)는 대학 보도자료에서 "의학적 결정은 정말 어려운 일이다. 그래서 AI가 나에게 그토록 흥미로운 이유라고 생각한다"고 말했다. "우리는 더 나은 결정을 내릴 수 있을 뿐만 아니라 심장이 멈추기 전에 환자에게 실제로 무슨 일이 일어나고 있는지 이해하기 시작할 수도 있습니다."

440,000 EKG 훈련

연구자들은 사망 증명서 정보와 결합된 스웨덴의 440,000개 이상의 EKG를 사용하여 인공 지능 모델을 훈련하여 심장 전류에 의해 생성된 스파이크와 파형을 분석했습니다. 그들은 갑자기 사망한 사람들의 고유한 파형 패턴을 인식할 때까지 건강한 사람, 위험에 처한 환자 및 나중에 심장사를 겪은 사람들의 모델 스캔을 제공했습니다.

그런 다음 팀은 미국과 대만의 수천 명의 추가 환자 파일에 대해 수년에 걸쳐 알고리즘을 검증했습니다. 대학에 따르면 데이터 편집에만 대략 10년이 걸렸으며, 스웨덴의 통합 의료 시스템에서 6년간의 스캔, 샌디에고의 병원 시스템에서 2년간의 비식별 EKG, 그리고 타이페이의 별도 데이터 세트를 사용했습니다.

UCSF-UC Berkeley Computational Precision Health 공동 프로그램의 일원이기도 한 Obermeyer는 "좋은 AI는 좋은 데이터에서 시작됩니다."라고 말했습니다. "안타깝게도 우리가 이 연구에 사용한 것과 같은 데이터는 접근하기가 엄청나게 어렵습니다. 이것이 오늘날 임상 AI가 거의 사용되지 않는 이유 중 큰 부분입니다."

표준 테스트보다 뛰어난 성능

결과는 현재의 검사 방법에 비해 의미 있는 도약을 나타냅니다. 위험에 처한 환자를 식별하는 데 가장 일반적으로 사용되는 기술은 박출률로 알려진 심장이 각 박동으로 분출하는 혈액의 양을 측정합니다. 이러한 테스트를 통해 연간 심장 돌연사 비율이 4.6%에 달하는 고위험군을 식별할 수 있습니다.

이와 대조적으로 AI 시스템은 연간 7%의 비율로 고위험군을 격리하여 실제 위험에 처해 있지만 모든 현재 기준에서 위험도가 낮아 보이는 더 큰 환자 풀을 표시합니다. 이들 환자의 대다수는 기존 프로토콜에 따라 추가 평가를 위해 의뢰된 적이 없습니다.

심장 마비는 제한된 혈류로 인해 발생하는 반면, 심장 마비는 심장의 전류가 갑자기 발화를 멈출 때 발생합니다. 심폐소생술과 자동제세동기의 충격으로 생명을 구할 수 있지만, 병원 밖에서 갑작스러운 심장마비를 겪는 사람의 약 90%는 몇 분 안에 사망합니다. 사건의 속도와 예측 불가능성으로 인해 예방이 매우 어렵습니다.

제세동기 딜레마

오버마이어는 심장 돌연사의 아이러니한 점은 치료법이 이미 존재한다는 점이라고 지적했습니다. 의사들은 제때에 누가 이 치료법을 필요로 하는지 확실하게 식별할 수 없습니다. 이식형 심장율동전환 제세동기(ICD)는 심장 박동을 모니터링하고 위험한 패턴이 감지되면 충격을 전달하는 가슴에 장착되는 작은 장치입니다.

문제는 두 가지입니다. 첫째, 표준 박출률 테스트에서는 환자가 더 복잡한 의학적 평가를 받아야 합니다. 이는 최종 피해자의 대다수가 자신에게 필요한지 전혀 알지 못했던 것입니다. 둘째, 현재 테스트에서 플래그가 지정된 환자에게 이식된 임플란트의 2/3는 실제로 작동하지 않습니다. 이는 환자가 결코 직면하지 않을 수 있는 응급 상황을 방지하기 위해 침습적이고 비용이 많이 드는 절차를 겪는다는 것을 의미합니다.

오버마이어는 “그들 중 일부는 제때에 알았더라면 사망을 예방할 수 있었을 것”이라고 말했다. "심장 돌연사로 인해 사망하는 사람들이 많이 있는데, 이러한 것들을 찾아낼 수 있는 더 나은 AI 도구만 있다면 예방할 수 있습니다."

다음에 나올 내용

프로젝트의 다음 단계는 이미 시작되었습니다. Obermeyer는 스웨덴, 대만, 미국의 의료 시스템과 협력하여 병원 EKG 데이터베이스에 알고리즘을 배포하고 있습니다. 스캔 시 시스템이 고위험으로 표시되면 의사는 환자에게 알리고 지속적으로 심장을 모니터링하는 패치를 착용할 수 있는 옵션을 제공합니다. 이러한 모니터링 데이터는 연구자들이 숨길 수 없는 신호를 생성하는 심장 내 생리학적 메커니즘을 더 잘 이해하는 데 도움이 될 수 있으며 궁극적으로 잠재적으로 생명을 구할 수 있는 내부 제세동기의 배치로 이어질 수 있습니다.

이 연구는 또한 AI 도구가 실제로 무엇을 감지했는지에 대한 새로운 연구의 문을 열어줍니다. 그것이 본거지로 삼은 파형 패턴은 심장의 갑작스럽고 치명적인 오작동과 관련된 것으로 보이지만 정확한 생리적 메커니즘은 아직 불분명합니다. 팀은 지속적인 모니터링이 이에 대한 답을 찾는 데 도움이 되기를 바라고 있습니다.

Obermeyer는 또한 자신의 위험을 평가하는 데 관심이 있는 개인이 기본 정보와 이메일 주소를 제출할 수 있는 웹사이트를 구축하여 도구가 더 널리 사용 가능해지면 연구팀이 심전도 분석을 위해 이들에게 연락할 수 있도록 했습니다. 이 프로젝트는 AI와 의학 연구의 교차점에서 운영되는 Obermeyer가 공동 설립한 Dandelion Health와 Nightingale Open Science라는 두 조직의 작업을 기반으로 합니다.

이 연구는 즉각적인 임상적 의미 외에도 의학 분야에서 AI에 대한 더 넓은 관점을 강조합니다. 이 기술의 가장 큰 가치는 의사를 대체하는 것이 아니라 인간의 눈에 보이지 않는 패턴을 드러내는 데 있을 수 있습니다. 패턴을 이해하면 매년 수천 명의 생명을 구할 수 있습니다.

Obermeyer는 "이러한 도구를 통해 과학을 수행하는 새로운 방법도 있을 것입니다. 그리고 그것이 어떻게 시작되는지 생각하는 것은 재미있습니다."라고 말했습니다.

---

AI 최신 소식

최신 AI 뉴스, 분석 및 혁신을 한 곳에서 확인하세요.

AI 뉴스 더 보기 →