MediWave

doi:10.9718/JBER.2020.41.5.185 1. 서론: 부정맥 조기 진단의 필요성과 한계 부정맥(arrhythmia)은 심장의 전기적 신호가 정상적인 전도 경로를 벗어나 비정상적인 리듬을 형성하는 상태를 의미한다.  부정맥은 증상이 일시적일 수 있으나, 심방세동(atrial fibrillation)과 같은 특정 유형은 뇌졸중과 심부전 위험을 크게 증가시키므로 조기 진단이 매우 중요하다. 현재 임상에서 가장 널리 사용되는 진단 도구는 심전도(ECG, electrocardiogram)이다.  그러나 심전도는 환자에게 여러 개의 전극을 부착해야 하고, 신호 해석에 전문가의 판독이 필요하다.  또한 일상 생활에서 장기간 모니터링하기 어렵다는 한계가 있다. 이러한 제약은 부정맥이 간헐적으로 나타나는 경우 조기 발견을 어렵게 만든다. 이에 대한 대안으로, 최근에는 맥파(radial pulse)를 활용한 인공지능 기반 진단 연구가 활발히 진행되고 있다.  맥파는 손목에서 간단히 측정 가능하며, 스마트워치·헬스케어 반지 등 웨어러블 기기를 통해 실시간 모니터링이 가능하다.  특히 불규칙 맥파 검출 알고리즘 은 심전도 기반 진단을 보완하는 차세대 기술로 주목받고 있다. 2. 맥파의 생리학적·한의학적 의미 맥파는 심장이 박동할 때 발생하는 혈류의 파동을 말하며, 요골동맥에서 쉽게 측정할 수 있다. 현대의학적으로 맥파 분석은 심혈관계 이상 여부를 확인하는 데 사용될 수 있다. 한의학에서는 맥파를 맥상(pulse pattern)으로 분류하여 진단에 활용해왔다. 결맥(결정적으로 느리고 불규칙한 맥)은 서맥(bradycardia)이나 심방차단과 유사하다. 촉맥(빠르고 불규칙한 맥)은 빈맥(tachycardia)이나 심방세동과 연관될 수 있다. 대맥(규칙적으로 불규칙한 맥)은 간헐적 이탈박동(escape beat) 등과 관련된다. 따라서 맥파는 동서의학을 아우르는 중요한 진단 신호이며,...

  서론: 끝나지 않는 부정맥과의 전쟁, 심방세동 현대 사회가 고령화됨에 따라 가장 흔하게 접하는 부정맥 중 하나가 바로 '심방세동(Atrial Fibrillation, AF)'입니다.  심방세동은 심장의 윗부분인 심방이 불규칙하고 매우 빠르게 뛰는 질환으로, 단순한 심장 두근거림을 넘어 뇌졸중이나 폐색전증과 같은 치명적인 합병증의 위험을 크게 높입니다.  미국에서만 220만 명 이상이 겪고 있으며 , 80세 이상 인구의 9%가 이 질환을 앓고 있을 정도로 유병률이 높습니다 . 현재 심방세동의 가장 효과적인 치료법 중 하나는 '전극도자 절제술(Catheter Ablation)'입니다.  이는 혈관을 통해 가느다란 도관(카테터)을 심장으로 삽입한 뒤, 고주파 에너지를 이용해 부정맥을 일으키는 비정상적인 전기 신호 경로를 차단하는 시술입니다.  특히 발작성 심방세동 환자에게는 70% 이상의 높은 성공률을 보이며 표준 치료법으로 자리 잡았습니다 . 하지만 이 시술은 몇 가지 본질적인 한계를 가집니다.  첫째, 혈관을 통해 심장 내부에 직접 접근하는 '침습적' 방법이기에 감염, 출혈 등과 같은 합병증의 위험이 존재합니다 .  둘째, 시술 과정이 복잡하고 시간이 오래 걸리며, 높은 비용이 발생합니다 .  마지막으로, 만성적이거나 지속적인 심방세동 환자의 경우 재발률이 40~50%에 달해 반복적인 시술이 필요할 수 있습니다 . 이러한 문제들로 인해 의료계에서는 환자의 고통과 부담을 획기적으로 줄일 수 있는 '비침습적(Non-invasive)' 치료 기술에 대한 요구가 끊임없이 제기되어 왔습니다.  피부를 절개하거나 혈관을 뚫지 않고, 몸 밖에서 에너지를 전달해 목표 조직만을 정밀하게 파괴하는 기술. 이것이 바로 심방세동 치료의 미래가 가야 할 길입니다.  그리고 그 중심에 고강도 집속 초음파(High-Intensity Focused Ultrasound, HIFU) 기술이 있습니다...

doi:10.9718/JBER.2020.41.2.107 서론 심전도(ECG, Electrocardiogram)는 심장 질환을 조기에 발견하고 환자의 예후를 평가하는 데 가장 널리 사용되는 비침습적 검사법이다.  특히 12유도(12-lead) 심전도 는 심장 전기적 활동을 다양한 각도에서 기록함으로써 부정맥, 심근경색, 전도장애 등을 진단하는 핵심 도구로 자리 잡고 있다. 그러나 기존의 자동 심전도 분석 시스템은 신호처리 기반 알고리즘 에 의존하여 잡음(Noise), 환자 특성, 전극 위치 등에 따른 오류 가능성이 높았다.  반면, 인간 전문가는 파형의 특징을 직관적으로 인식하고 잡음을 배제할 수 있는 장점이 있다.  최근 인공지능, 특히 심층신경망(Deep Neural Network, DNN) 기술이 의학에 접목되면서, 이러한 전문가의 인지 능력을 모사하려는 시도가 활발히 진행되고 있다. 본 컬럼에서는 연속적 데이터 처리 심층신경망(Continuous Data Processing Deep Neural Network, C-DNN)을 활용하여 12유도 ECG에서 자동으로 파라미터를 획득하는 기술 을 분석하고, 인공지능 의료 분야의 새로운 가능성을 고찰한다. 본론 1. 기존 자동 심전도 분석의 한계 기존 상용 심전도 분석 시스템은 파형의 크기, 주파수 성분, 시간 간격 등을 기반으로 심장 질환을 자동 판정하였다. 그러나 다음과 같은 문제가 존재하였다. 잡음에 취약 : 근전도(EMG) 간섭, 전극 접촉 불량 등으로 오류 발생 가능성이 높음. 환자 특성에 따른 변이 : 체형, 나이, 질환 이력에 따라 파형이 달라질 수 있음. 설명 불가능성(Black Box 문제) : 기존 DNN 기반 모델들은 판정의 근거를 제시하지 못함. 즉, 기존 AI 심전도 분석은 질환 판정 자체에 집중한 나머지 의학적·병리학적 설명력을 확보하지 못했다. 2. C-DNN의 제안 이번 연구에서는 기존의 문제점을 극복하기 위해 연속적...