의료 인공지능 기업 제이엘케이(대표 김동민)가 심방세동 연관 뇌졸중 환자에서 AI 기반 MRI 영상 분석을 통해 임상 의사결정 과정의 일관성을 검증한 연구 결과를 국제 학술지 Journal of Stroke에 발표했다.

이번 연구는 심방세동 환자에게서 발생한 뇌졸중 치료 과정 중 항응고제 투여 시점과 관련된 판단에서, AI 분석 결과와 전문의 합의 판단 간 일관성을 비교·분석해 임상 의사결정 과정에서의 활용 가능성을 검토한 것이다.

심방세동(Atrial Fibrillation)은 대표적인 심장 질환으로, 뇌졸중 발생과 치료 전략 수립 과정에 큰 영향을 미치는 요인이다. 특히 심방세동 환자에게서 발생한 뇌졸중은 재발 위험이 높아 항응고제 투여 시점과 관련된 의사결정이 치료 과정의 주요 과제로 지적됐다. 다만 출혈 위험과 재발 위험을 동시에 고려해야 하는 특성상, 해당 판단은 의료진의 경험에 의존하는 경우가 많아 일관된 기준을 적용하기 어렵다는 한계가 있었다.

이번 연구는 항응고제 투여 시점과 연관된 판단 과정에서, MRI 기반 AI 분석 결과와 전문의 합의안 간의 일치도를 비교·분석하는 방식으로 진행됐다. 연구진은 AI가 제시한 영상 기반 정량 분석 결과가 다수 전문의의 합의 판단과 어느 정도 일관성을 보이는지를 평가해, 임상 의사결정 보조 도구로서의 활용 가능성을 살폈다.

연구에는 고려대학교 구로병원, 전남대학교병원, 분당서울대학교병원 등 여러 국내 뇌졸중 전문 의료기관이 참여했다. AI 모델 학습에는 심방세동 연관 뇌졸중 환자의 MRI 확산강조영상(DWI) 1,091건이 활용됐으며, 별도의 검증 단계에서는 1,265건의 DWI 데이터를 기반으로 성능 평가가 이뤄졌다.

분석 결과, AI 분석 결과와 전문의 합의안 간 일치도는 87.4%로 나타났고, 신뢰도 지표인 Cohen’s Kappa 값은 0.81로 분석됐다. 이는 연구 조건에서 높은 수준의 일치도를 보인 결과다. 연구진은 이러한 결과가 심방세동 연관 뇌졸중 환자의 임상 판단 과정에서 의료진 간 편차를 줄이는 데 AI 기반 정량 분석이 보조적 역할을 할 가능성을 시사한다고 설명했다.

연구에 활용된 AI 솔루션은 MRI 확산강조영상(DWI)을 3차원으로 분석해 뇌경색 병변을 자동 분할하고, 병변의 형태와 분포를 영상 기반 정량 지표로 제시하는 방식이다. 이를 통해 의료진의 주관적 해석에 따라 달라질 수 있는 판단 요소를 정량화해, 의사결정 과정의 일관성을 평가했다는 점이 이번 연구의 특징이다.

연구진은 이번 결과가 심방세동과 연관된 뇌졸중 환자에서 AI 기반 영상 분석이 임상 의사결정을 보조하는 도구로 활용될 가능성을 보여주지만, 후향적 데이터 분석 연구인 만큼 실제 치료 결정 과정에 직접 적용하기 위해서는 다양한 환자군과 임상 환경을 대상으로 한 추가 검증이 필요하다고 덧붙였다.

김동민 제이엘케이 대표는 “심방세동은 심장 질환이지만 뇌졸중 치료 전략과도 밀접하게 연결된 질환”이라며 “이번 연구는 뇌졸중 치료 과정에서 AI 분석 결과가 의료진 판단의 일관성을 높이는 데 어떤 역할을 할 수 있는지를 검토한 연구”라고 말했다.