뷰노(대표 이예하)는 24시간 홀터(Holter) 검사로 측정된 심전도 데이터를 분석해 심방세동을 감지하는 인공지능 모델에 대한 연구 결과가 심혈관 분야 SCI급 국제 저명 학술지 Frontiers in Cardiovascular Medicine에 게재됐다고 21일 밝혔다.
이번 연구는 분석이 어려운 홀터 심전도 데이터를 딥러닝 알고리즘으로 분석해 잠재된 발작성 심방세동(Paroxysmal Atrial Fibrillation, PAF)을 진단할 수 있는지를 확인한 연구로서 삼성서울병원 김주연 교수팀과 공동으로 진행됐다.
연구 결과 해당 모델은 24시간 홀터 측정 시 심방세동이 확인되지 않은 심전도 데이터 중 1년 내 심방세동을 진단받은 환자의 데이터와 진단받은 적 없는 환자의 데이터를 유의미하게 구분해냈다. 이는 딥러닝 모델이 홀터 심전도와 같이 노이즈가 많은 정상 동리듬 심전도에서 숨겨진 발작성 심방세동의 신호를 감지해낼 수 있음을 의미하며, 더 나아가 홀터 심전계 및 최근 떠오르는 패치형 심전계 시장의 성장에도 기여할 수 있음을 시사한다. 또한 인공지능이 뇌졸중의 주요 원인 중 하나인 심방세동의 가능성을 정확히 진단할 수 있다면, 항응고제 처방 등 적절한 뇌졸중 예방 및 재발 방지에도 기여할 수 있다는 것을 보여준다.
