Tuesday 26th September 2017,
최윤섭의 Healthcare Innovation

AliveCor의 심방세동 진단 알고리즘, FDA 승인 받다!

Yoon Sup Choi August 24, 2014 Big Data, Digital Healthcare Comments
alivecor

모바일 헬스케어 디바이스의 대표주자인 AliveCor 심전도 측정기가 이번에는 심방세동(atrial fibrillation)을 자동으로 진단해내는 알고리즘으로 FDA 승인을 받았습니다. 심방세동은 치료를 필요로 하는 가장 흔한 부정맥 질환중의 하나로, 심한 경우 뇌졸증으로 사망에 이르는 원인이 되기도 하는 질환입니다. AliveCor는 이 심방세동 측정 알고리즘을 9월부터 자사의 어플리케이션을 통해서 일반 사용자들에게 서비스할 예정이라고 합니다.

AliveCor에 대해서는 제 블로그에서 여러 번 다뤄드린 적이 있습니다. 샌프란시스코의 이 회사에서 만들어진 AliveCor Heart Monitor 는 “스마트폰 케이스” 형태로, 두 개의 전극을 양손으로 붙잡거나 혹은 가슴에 대어서 심전도(ECG)를 측정할 수 있습니다. 이 기기는 이미 FDA 승인을 통해서 의료용 진단 기기로 활용되고 있습니다.  2012년 아이폰에 대해서 의료용으로 FDA 승인을 받았고, 2013년 가을에는 안드로이드 폰에 대해서 FDA 승인을 받았습니다. 더 나아가 지난 2월에는 의사의 처방 없이, 일반인들도 구매할 수 있는 over-the-counter 승인을 FDA로부터 받기도 했습니다.

사진 3 copy제가 구입한 AliveCor로 측정한, 저의 ECG 데이터입니다.

AliveCor, 모바일 의료기기의 한계에 답을 제시하다

AliveCor는 기존의 모바일 헬스케어 기기들이 가지는 한계들을 뛰어 넘는 혁신적인 해결책들을 지속적으로 제시하고 있습니다. 현재 많은 헬스케어 기기들 혹은 피트니스 트래커들은 사용자의 건강/의료 데이터를 정확하게 ‘측정’ 하는 것에 그치고 있습니다. 그 측정한 데이터를 이용하여 사용자의 질병을 치료하거나, 건강을 어떻게 개선할 것인지에 대해서는 뚜렷한 답을 주지 못하는 것입니다.

하지만, AliveCor는 이러한 한계점을 원격 진단 어플리케이션과 EMR 시스템과의 연동을 통한 해결책을 제시하였습니다. 지난 11월, AliveCor는 자사의 기기로 측정한 심전도 데이터를 어플리케이션을 통해 원격으로 의사에게 보내어 진료를 받게하는 AliveInsight라는 서비스를 출시하였습니다. 환자들은 자신이 일상생활에서 측정한 ECG 데이터를 해석하기 위해서 의사를 직접 찾아갈 필요가 없이, 스마트폰 앱을 통해서 원격으로 간편하게 진료받을 수 있는 것입니다.

사진 4 copy

위의 제 ECG 데이터를 AliveInsight 앱을 통해서 미국의 의사에게 진단받은 결과입니다.
정상적이기 때문에 병원에 갈 필요가 없다는 소견을 제시하고 있습니다.
$12을 내면 24시간 내에 진단 결과를 받을 수 있는데,
제 경우에는 2시간 정도에 결과를 받을 수 있었습니다.

또한, 올해 2월에는 AliveCor가 미국에서 가장 큰 EMR 사업자 중의 하나인 Practice Fusion 과 연동을 시작하였습니다. 병원에서 의사들이 진료시에 사용하는 전자의료기록(EMR) 시스템과 연동되면서, 환자들이 스스로 측정한 ECG 데이터가 병원 시스템으로 실시간으로 전송되는 것입니다. 의사는 이렇게 전송 받은 데이터를 그 환자의 진료에 이용할 수 있게 되었습니다. 이는 모바일 헬스케어 기기가 전통적인 주류 의료 시스템과 결합되기 시작된 신호탄과도 같은 의미 있는 진전이라고 말씀드린 적이 있습니다.

이렇게 AliveCor는 단순한 기기를 통해 데이터를 정확하게 측정하는 것에 그치지 않고, 원격진료, EMR 연동 등의 부가 서비스를 통해서 그 한계를 확장시켜 나가고 있습니다. 이번에 발표된 심방세동 자동 진단 알고리즘을 통해서, 또 다른 혁신의 사례를 보여주고 있습니다.

AliveCor에 대해서 더 자세한 설명은, 제 블로그의 예전 포스팅들을 참고하시기 바랍니다.

 

AliveCor의 심방세동 진단 알고리즘

이번에 발표된 AliveCor의 심방세동 자동 진단 알고리즘을 통해서, 사용자들은 자신이 측정한 ECG 데이터를 이용하여 즉시 자신이 그 질병을 가지고 있는지를 테스트해볼 수 있게 되었습니다. 이 알고리즘을 통해서 심방세동이 의심되는 경우에는, 위에서 설명한 AliveInsight 서비스를 통해서 원격으로 심혈관계 전문 의사에게 데이터를 전송하여 확진을 받을 수 있습니다. 그야말로 심혈관계 질환의 측정 및 진단에 대해서 전체 서비스 패키지를 차곡차곡 만들어 가는 느낌입니다.

AliveCor의 CEO, Euan Thomson은 “이 알고리즘은 환자에게 큰 가치를 제공할 수 있다. 이 앱을 꾸준히 사용하면 특히, 심방세동의 위험도가 높은 40세 이상의 사용자들이 질병을 조기에 발견하는데 도움이 될 것이다.” 고 평가하고 있습니다.

심방세동은 비교적 자주 나타나는 부정맥으로, 치료를 요하는 부정맥 중에 가장 흔한 질병입니다. 나이가 들수록 발생이 높아져서, 70-80세 이상에서는 거의 10명 중 1명 꼴로 발생한다는 것입니다. 심방세동은 심장의 보조 펌프에 해당하는 심장의 수축과 확장이 규칙적이지 못해서 심장이 가늘게 떨고 있는 상태를 말합니다. 혈액이 심실로 전달되는 것도 불규칙해서 맥박이 불규칙적이고 일정하지 않고, 그래서 심장이 정상보다 빠르고 불규칙적으로 뛰게 됩니다.

수축력을 상실한 좌/우심방은 시간이 경과하면 늘어나게 되고, 피의 흐름이 원활하지 않게 됩니다. 혈액이 원활하게 순환되지 않고 정체되면 혈액 덩어리인 ‘혈전’이 만들어집니다. 이 혈전들이 결국 편두통, 만성두통, 혈관성치매와 더 심각하게는 뇌졸증을 초래할 수도 있으며, 심할 경우 심부전증을 유발시키고 목숨을 잃게 할 수도 있습니다. (참고 1, 2, 3)

정상인의 심전도와 심방세동의 심전도는 아래와 같이 속도와 규칙성 등에서 차이가 납니다. AliveCor의 알고리즘은 정상적인 심전도와 심방세동의 심전도 패턴의 차이를 서로 구분해낸다고 할 수 있습니다.

 

N1111b-1

N1111b-2

정상적인 심전도(A)와 심방세동의 심전도(B) (출처)

 

심방세동 측정 알고리즘의 높은 정확도

특히, 이 심방세동 진단 알고리즘은 FDA의 승인을 받을 수 있을만큼 매우 높은 정확도를 자랑합니다. 이 기기가 의료용으로 사용되기 위해서는 질병을 얼마나 정확하게 측정해낼 수 있는지가 핵심적으로 중요하다고 할 수 있습니다. 만약에 심방세동이 실제로 ‘있는데도’ 불구하고, ‘정상이다’ 라고 진단하거나, 반대로 심방세동이 실제로는 ‘없는데도’ 불구하고, ‘심방세동이다’ 라고 판단할 경우에는 문제가 될 것입니다.

회사측에 따르면, 이 알고리즘은 무려 100%의 sensitivity (민감도)와 97%의 specificity (특이도)를 보인다고 합니다. Sensitivity와 Specificity 는 이러한 예측 알고리즘의 성능을 측정할 때 쓰이는 기준입니다.

(** 수정: 아래의 sensitivity와 specificity에 대한 설명에 오류가 있어서 정정합니다. 지적해주신 김유진 선생님께 감사드립니다)

100%의 sensitivity를 가진다는 이야기는, 이 알고리즘을 통해서 실제 심방세동을 가지고 있는 환자의 경우에, 한 명도 놓치지 않고 100% 찾아낼 수 있다는 것입니다. 또한, 97%의 specificity 를 가진다는 말은, 이 알고리즘을 통해서 심방세동이 ‘없다’고 진단 받은 경우에는 97%의 확률로 실제로 병이 없다는 의미입니다. 즉, 이 알고리즘을 통해서 나온 결과가 매우 정확하다는 의미입니다.

특히, 의사도 인간이기 때문에 100% 정확할 수는 없다는 것을 감안하면, 이 알고리즘의 정확도는 놀라울 정도라고 할 수 있습니다.

 

AliveCor의 알고리즘은 의사를 대체할 수 있을까?

이에 그치지 않고, AliveCor의 CEO, Euan Thomson은 더욱 과감한 예측까지 내어놓고 있습니다. 아직까지 심방세동 진단에서 인간 의사의 역할을 빼놓을 수는 없지만, 향후에는 알고리즘 만으로도 ECG의 해석을 통한 심방세동 확진이 가능할 것이라는 것입니다. 그 근거로, Euan Thomson은 자사의 데이터베이스에 있는 방대한 양의 ECG 데이터를 기반으로 알고리즘의 정확도를 더욱 높일 수 있다는 것을 들고 있습니다.

그에 따르면, AliveCor의 데이터베이스에는 1.1 million개 이상의 ECG 데이터를 가지고 있으며, 그 중 심방세동 데이터 상당수 포함되어 있다고 합니다. 약 200,000-300,000 개의 심방세동 ECG 데이터가 있으며, 또한 700,000 개의 정상적인 ECG 데이터가 있다는 것입니다. 이는 기계학습(machine learning) 기법을 통해 정확한 패턴 인식 (pattern recognition) 알고리즘을 만들기 위한 방대한 학습 데이터 셋 (training data set)을 제공할 수 있습니다. 이는 사람이 학습할 수 있는 수보다 훨씬 많은 데이터이기 때문에, 향후에는 인간 의사와 비슷할 정도로, 혹은 더 정확하게 심방세동을 진단할 수 있으리라는 예측입니다.

또한 Euan Thomson은 이번에 발표한 심방세동 진단 알고리즘 뿐만 아니라, ECG 데이터를 더욱 의료적으로 유용하게 사용할 수 있는 다른 알고리즘도 개발하고 있다고 합니다. 조만간 ECG로 진단 가능한 다른 심혈관계 질환에 대해서도 자동 진단 알고리즘이 출시될지도 모르겠습니다.

컴퓨터로 환자를 진료하겠다는 시도는 IBM Watson으로 대표되고 있습니다. 현재 IBM의 수퍼컴퓨터 Watson을 통해서 암을 진단하겠다는 시도는 현재 상당한 진전을 보여주고 있습니다. 2012년 3월부터 뉴욕의 Memorial Sloan Kettering Cancer Center (MSKCC)에서 폐암 진단을 위해서 ‘트레이닝’을 받기 시작한 IBM Watson은, 작년 10월 부터는 MD 앤더슨 암센터와 협력하여 백혈병 진단에 대한 프로그램을 개발하고 있습니다. 의사에게 자동으로 치료법을 권고하는 ‘Oncology Expert Advisor’ 라는 프로그램은 이미 상당한 정확도로 표준치료법을 권고할 수 있음이 올해 ASCO에서 발표되기도 하였습니다.

md

AliveCor의 이러한 알고리즘은 이러한 추세에 또 하나의 사례가 될 수 있습니다. 특히, 암 진단보다는 ECG 패턴의 인식이 훨씬 기술적으로 쉬울 것이기 때문에, 실제 의료에 활발하게 활용될 수 있는 가능성이 더 높다고 할 수 있겠습니다. 모바일 헬스케어 디바이스에 혁신을 거듭하면서, 큰 그림을 단계별로 차근차근 그려나가고 있는 AliveCor의 행보가 놀랍습니다.

 

About The Author

IT와 헬스케어의 컨버젼스를 통해 사회적 가치를 창출하는 것을 화두로 삼고 있는 융합 생명과학자, 미래의료학자, 작가입니다. 포항공대에서 컴퓨터공학과 생명과학을 복수 전공하였고, 동대학원에서 전산생물학으로 이학박사를 취득했습니다. Stanford University 방문연구원, 서울대학교 의과대학 암연구소 연구조교수, KT종합기술원 컨버전스연구소 팀장, 서울대병원 의생명연구소 연구조교수 등을 역임하였습니다. 현재 최윤섭 디지털 헬스케어 연구소의 소장이며, 국내 유일의 헬스케어 전문 스타트업 엑셀러레이터 디지털 헬스케어 파트너스 (DHP)의 대표 파트너를 맡고 있습니다. 성균관대학교 삼성융합의과학원 디지털헬스학과 초빙교수이자, VUNO, Zikto, Promisope, Souling, 트랜스링크 캐피털, HB 인베스트먼트, 녹십자 홀딩스의 자문이며, 매일경제신문의 필진입니다.

Comments

  1. […] AliveCor의 심방세동 진단 알고리즘, FDA 승인 받다! […]

error: Content is protected !!