J Cardiovasc Imaging 33, 3 (2025)

최근 Journal of Cardiovascular Imaging에 게재된 박지석, 윤연이 교수 (분당서울대병원), 김지연, 전재익 (㈜온택트헬스) 공동연구팀의 논문에서는 인공지능 (AI)을 활용하여 대동맥판막 협착증 (aortic stenosis, AS)을 더욱 정확하고 직관적으로 평가할 수 있는 딥러닝 기반 분석법을 소개했습니다.

연구팀은 AI가 단순 측정을 넘어서 숙련된 검사자처럼 판막의 형태와 움직임을 ‘눈으로 보는 것처럼’ 해석할 수 있도록 고안된 새로운 알고리즘 (DLi-ASc)을 개발하고, 이를 실제 임상 사례에 적용하여 임상적 유용성을 검토했습니다.

특히, 본 연구에서는 △전통적인 검사와 일치하는 중증 AS 사례, △비전형적인 저유량·저구배 AS 사례, △좌심실 유출로 폐색 (LVOT obstruction)으로 인해 과대 평가된 사례, △심방세동으로 인해 중증도가 과소 평가된 사례 등 다양한 상황에서 DLi-ASc가 어떻게 유용하게 활용될 수 있는지를 구체적인 사례를 통해 보여주었습니다.

(A) 전통적인 도플러 지표와 DLi-ASc 모두 severe AS를 일치하게 진단한 경우.
(B) Paradoxical LFLG AS로 전통적인 도플러 평가에 근거하여 moderate AS로 진단되었으나, DLi-ASc는 중증에 근접한 값을 보여 임상적 재평가가 필요한 경우.
(C) 좌심실 유출로 폐색 (LVOT Obstruction)으로 도플러 속도는 높았지만, 실제로는 moderate AS였던 경우. DLi-ASc 역시 중등도로 평가되어 과진단을 방지하는 데 도움을 줄 수 있음.
(D) 심방세동 (AF)과 빈맥 상태에서 전통적인 평가로는 moderate AS였으나, DLi-ASc는 중증 경계 값에 근접하여 주의가 필요하였으며, 동율동으로 전환 후 severe AS로 확인된 사례.

주요 메시지

• DLi-ASc는 단순히 수치를 내는 것을 넘어, 판막의 영상적 특징만으로 AS의 진행 정도를 연속적으로 평가할 수 있는 지표입니다.
• 전통적인 도플러 기반 평가가 어려운 상황에서도 DLi-ASc가 보조적으로 활용되어 임상의가 의심하고 추가 검사를 고려할 수 있도록 도와줍니다.
• 복잡한 해부학적 또는 생리학적 상황에서 오진을 줄이고, 보다 정확한 임상 판단에 기여할 가능성이 있습니다.

향후 DLi-ASc가 실시간 심장초음파 장비 또는 영상 뷰어 (PACS)에 탑재될 경우, 심장초음파 경험이 적은 검사자들도 빠르고 직관적인 AS 평가를 받을 수 있을 것으로 기대됩니다. 본 연구는 AI가 심장초음파 해석을 보조하는 도구로서 실제 임상에서 어떻게 활용될 수 있을지 구체적으로 제시했다는 점에서 의미가 큽니다.