배경 및 목적: 증가하는 근거에 따르면 인공지능 보강 심전도(AI-ECG)는 급성 심근경색(AMI) 검출에 유용하나, 실제 임상 환경에서의 검증이 필요하다. 본 연구의 목적은 응급실(ED)에서 AMI를 검출하는 데 있어 AI-ECG의 성능을 평가하는 것이었다. 방법: Rule-Out 급성 심근경색을 위한 인공지능 심전도 분석(ROMIAE) 연구는 2022년 3월부터 2023년 10월까지 대한민국에서 수행된 전향적 코호트 연구이며, 18개 대학급 교육병원이 참여하였다. 증상 발현 후 24시간 이내에 AMI가 의심되어 응급실에 내원한 성인 환자를 대상으로 평가하였다. 노출 요인은 AI-ECG 점수, HEART 점수, GRACE 2.0 점수, 고감도 트로포닌 수치, Physician AMI 점수로 구성되었다. 1차 결과는 해당 입원기간 동안의 AMI 진단이었고, 2차 결과는 30일 주요 불리 심혈관 사건(MACE)였다. 결과: 연구 대상은 총 8,493명의 성인이었으며, 이 중 1,586명(18.6%)이 AMI 진단을 받았다. AI-ECG의 수신자조작특성곡선(AUROC) 아래 면적은 0.878(95% CI, 0.868-0.888)로, HEART 점수(0.877; 95% CI, 0.869-0.886)와 비교할 만했으며 GRACE 2.0 점수, 고감도 트로포닌 수치, Physician AMI 점수보다 우수하였다. 30일 MACE를 예측함에 있어 AI-ECG(AUROC 0.866; 95% CI, 0.856-0.877)는 HEART 점수(AUROC 0.858; 95% CI, 0.848-0.868)와 비교할 만한 성능을 보였다. AI-ECG의 통합은 위험도 층화와 AMI 감별을 향상시켰으며, HEART 점수 단독에 비해 순 재분류 개선도(net reclassification improvement) 19.6%(95% CI, 17.38-21.89)와 C-index 0.926(95% CI, 0.919-0.933)을 나타냈다. 결론: 본 다기관 전향적 연구에서 AI-ECG는 AMI 및 30일 MACE에 대한 진단 정확도와 예측력을 보여주었으며, 전통적인 위험도 층화 방법 및 응급실 의사들의 평가와 유사하거나 더 나은 수준이었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.