연구요약

본 연구는 심부전(Heart Failure with Reduced Ejection Fraction, HFrEF)을 효과적으로 탐지하기 위한 AI 기반 디지털 청진의 진단 정확도와 임상 적용 가능성을 평가한 다기관 전향적 임상 연구(DAMSUN-HF trial)이다.

연구는 2025년 5월부터 7월까지 가나 내 4개 병원에서 진행되었으며, 호흡곤란, 기좌호흡, 혹은 하지 부종 등 심부전 의심 증상을 가진 성인 환자 115명을 대상으로 하였다. AI 청진에는 Eko Health사의 FDA 승인 플랫폼(SENSORA™)과 ELEFT(Eko Left Ventricular Ejection Fraction Test) 알고리즘이 사용되었다. 이 시스템은 CORE 500™ 디지털 청진기로 수집된 심음을 분석해 좌심실 박출률(LVEF) ≤40% 여부를 판정하였다. 모든 환자는 7일 이내에 심초음파를 시행하였으며, AI 결과를 모르는 심장 전문의가 판독하였다.
연구에 포함된 환자의 평균 연령은 62세(±16), 여성 비율은 53%였으며, 고혈압(68%), 당뇨병(20%), 기존 심부전(38%)이 주요 동반질환이었다. 심초음파에서 LVEF ≤40%로 확인된 환자는 64명(59%)이었다.
AI 청진 시스템은 민감도 97%(95% CI 89–99), 특이도 76%(63–86), 정확도 89%(82–94), AUC 0.92(0.87–0.97)로 우수한 성능을 보였다. 음성예측도(NPV)는 94%, 양성예측도(PPV)는 85%로, 특히 “rule-out tool”로서의 임상적 활용 가치가 높았다.

임상적 의의

심부전의 조기 진단은 예후 개선에 결정적이지만, 저소득·중간소득 국가에서는 심초음파 장비와 숙련된 전문의의 부족으로 인해 진단이 지연되는 경우가 많다. 이번 DAMSUN-HF 연구는 이러한 한계를 극복하기 위한 새로운 접근으로, AI 기반 청진만으로도 심초음파에 근접한 정확도로 수축기 기능저하를 판별할 수 있음을 최초로 입증하였다.

첫째, AI-assisted auscultation이 기존의 고가 영상검사를 대체하는 것이 아니라, 선별(triage) 단계에서 효율적으로 환자를 분류함으로써 심초음파 등 자원 집약적 검사의 필요성을 줄이고, 의료 접근성이 낮은 환경에서도 조기 진단을 가능하게 한다는 점이다.

둘째, 민감도 97%, NPV 94%라는 높은 rule-out 성능은 실제 임상현장에서 환자안전성을 유지하면서도 효율적인 검사를 유도할 수 있음을 시사한다. 이는 고비용·고자원 검사의 남용을 줄이는 한편, 필요한 환자에게 신속히 자원을 집중할 수 있는 AI 기반 선별의료 모델의 가능성을 보여준다.

이러한 점에서 DAMSUN-HF는 단순한 진단 정확도 검증을 넘어, AI-augmented cardiovascular care가 실제 임상 현장에서 어떻게 작동할 수 있는지를 보여준 연구이다. 특히, 이전 연구에서 보고된 민감도(약 75%)를 크게 상회한 점과 사하라 이남 국가의 저소득 국가에서 시행된 점을 고려할 때, AI기술이 현지 상황에 맞게 최적화될 경우 공중보건 차원에서도 실질적 효과를 낼 수 있음을 시사한다.

향후 연구에서는 무증상 환자에서의 선별효과, 장기 예후(치료 개시, 사망률 등) 평가가 필요하겠지만, 본 연구는 AI 기반 청진기의 실용성을 임상적으로 입증한 첫 번째 근거로, 심부전이 의심되는 환자의 선별검사로써의 가능성을 보여줬다.

참고문헌

1) Okoh AK, Appiah LT, Wiafe YA, et al. AI-Enabled Digital Auscultation for Detecting Heart Failure with Reduced Ejection Fraction in Sub-Saharan Africa: The DAMSUN-HF Study. Circulation. 2025 Nov 8.
2) Zhou Z, Xie K, Huang Y, et al. Automatic diagnosis of left valvular heart disease based on artificial intelligence stethoscope. JACC Adv. 2025;4:101993.