세브란스,6만3천명 데이터 활용

심방세동 실제 발생시간도 예측

혈액 분석을 통해 심방세동을 예측하는 인공지능(AI) 모델이 개발됐다.

9일 연세대 의대 내과학교실에 따르면 정보영·김대훈·박한진 세브란스병원 심장내과 교수와 양필성 의생명과학부 조교 연구팀은 혈액 속 단백질 정보를 기반으로 심방세동 발생 위험을 예측할 수 있는 AI 모델을 개발했다. 이번 연구결과는 국제학술지 써큘레이션(Circulation,IF 35.5)에 최근 게재됐다.

심방세동은 심방이 불규칙하게 수축하는 상태로,부정맥의 일종이다. 뇌졸중과 심부전 위험을 높이는 주요 원인으로 알려져있다. 초기에는 증상이 뚜렷하지 않아 진단되지 못한 채 방치되기 쉽다.

이에 질병이 발생하기 전 심방세동 위험도를 정확하게 예측하고 고위험군을 선별해 예방적 치료를 시행하는 정밀의료 전략이 필요하다는 지적이 나온다.

연구팀은 영국 바이오뱅크(UK biobank)의 약 6만3000명 데이터를 바탕으로 혈액 속 단백질과 심방세동 발생 여부 간 연관성을 분석했다.

먼저 심방세동 발생과 유의미한 상관관계를 보이는 단백질 후보군을 식별했다. 이후 미국의 아릭(ARIC) 코호트 연구자들과 협력해 식별한 단백질 후보군이 심방세동 발생과 관련이 있는지 한번 더 확인했다. ARIC는 1985년부터 미국 내 4곳의 지역 주민을 대상으로 심장질환 위험 요인과 결과를 추적 조사해온 대규모 역학 연구 프로그램이다.

연구팀에 따르면 이번에 개발된 단백질 정보는 기존 임상 예측 모델보다 뛰어난 정확도를 보였다. 특히 해당 단백질 정보는 심방세동이 실제 발생할 때까지의 시간을 예측하기도 했다. 이는 단백질 정보가 단순한 위험 예측을 넘어 질병 진행 경과까지 추정할 수 있는 지표임을 보여준다.

더 나아가 연구팀은 일부 단백질이 심방세동뿐 아니라 뇌졸중,심부전 등 동반 질환의 발생과도 연관돼있다는 것을 확인했다. 심혈관계 질환 전반에 걸친 새로운 바이오마커로 활용될 가능성이 높아졌다.

정 교수는 “혈액 단백질 분석으로 심방세동 위험을 예측함으로써 향후 예방 중심의 심혈관 진료 패러다임에 중요한 전환점을 마련할 수 있을 것”이라고 말했다.

김 교수는 “이번 연구는 다수의 유럽,아시아 인구집단을 기반으로 진행된 대규모 혈액 내 단백질 분석으로,다양한 인종과 환경에서도 활용 가능한 예측 모델을 제시했다는 점에서 의미가 크다”고 말했다.