연구요약

디자인 - A Pragmatic Randomized Controlled Trial (RCT).

이번 2023 AHA에서 다양한 심장학 분야에서 인공지능 (Artificial intelligence, AI) 기반 연구들이 발표되었다. 특히 올해는 대만의 Chin-Sheng Lin 교수진이 실제 임상에서 총 43,000 명의 환자를 대상으로 STEMI 환자들의 진단 및 PCI를 진행하는데 일상적인 처치와 비교해서 AI기반 ECG 판독 및 알람 서비스가 실제로 도움이 되는지 RCT 연구가 발표되었다.

20명의 당직 근무중인 의사(12명 주치의, 8명의 전공의)를 통해 연구가 진행되었으며 환자는 2022년 5월부터 2023년 4월까지 응급실 또는 병동 입원환자를 통해 진행되었고 이들의 심전도를 AI-ECG군과 일상적인 과정을 거치는 대조군으로 배정하였다.

당직중인 한 명의 심장내과 전문의와 한 명의 주치의, 2명의 전공의가 같이 심혈관 시술과정을 담당해서 심전도 검사에서 카테터 삽입 검사실까지의 시간(ECG to cath time)을 일차 종결점으로 하고 이차 종결점은 STEMI관련 사건, 임상결과, 진단 정확도로 하였다.

결론적으로 43,476명의 환자(평균 연령 60세, 남성 49.5%) 중 145명(AI-ECG군=77명, 대조군=68명)이 관상동맥조영술을 통해 최종적으로 STEMI(CAG-STEMI)로 진단되었다. AI-ECG군은 ECG to cath time 중앙값을 52.3분(IQR: 44.1-68.6)에서 43.3분(IQR: 29.0-58.3)으로 통계적으로 의미있게 줄였으며(p=0.003), 응급실에서 더 많은 신속성의 차이가 관찰되었다 [AI-ECG군: 43.0(IQR: 29.6-55.7) vs. 대조군: 52.3(IQR: 44.1-68.6), p=0.001]. 연구 결과, AI-ECG 군은 대조군[16/111(15.8%)]에 비해 위양성률인 AI로 확인된 STEMI 중 CAG로 검증되지 않은 STEMI가 유의하게 적었다(OR: 0.37, 95% CI: 0.14-0.94). 또한, 입원 환자 부서에서 진단율 상승이 더 뚜렷하여, AI-ECG 군에서는 7건의 CAG-STEMI가 발생한 반면 대조군에서는 1건의 CAG-STEMI만 발생했다(OR: 6.97, 95% CI, 0.86-56.65). CAG-STEMI에서 좌심실 박출률, troponin I 및 CK-MB 최고 수치, 입원 기간은 AI-ECG군과 대조군 간에 유의미한 차이가 관찰되지 않았다. AI-ECG의 양성 예측율(PPV)은 88.0%(95% CI: 81.8%-94.1%), 음성 예측율(NPV)은 99.9%(95% CI: 99.9%-100.0%)로 나타났다.

결론적으로 본 연구는 AI-ECG가 STEMI 환자의 치료 지연을 완화하고 진단 정확도를 높임을 보여주었다.

임상적 의의

본 연구는 AI 심전도 분석 기반 decision support system의 실제 임상에서의 유용성을 RCT로 증명하여 기존의 관찰연구에 비해 임상적 의의가 크다고 할 수 있다.1) AI가 ECG를 분석하여 STEMI 알람 역할을 하여 당직 주치의나 전공의에 의한 기존의 과정보다 52.3분에서 43.3분으로 10여분 ECG to cath time을 감소시켰다. 또한 기존의 AI 심전도 진단 연구에서 한계로 자주 언급되는 높은 NPV에 비해 낮은 PPV의 한계2) 역시 본 연구에서 88% 정도로 어느 정도 향상된 결과를 보여주고 있어 향후 더 발전된 AI-ECG 알고리즘이 심장내과 전문의의 진료 부담 역시 줄여 줄 수 있을 것을 기대한다.

참고문헌

1) Kim D, et al. J Korean Med Sci 2022;37:e81.
2) Wang YC, et al. Mayo Clin Proc 2022;97:2291-2303.