파일 목록으로

심박출량/일회박출량 추정

PPG와 하이브리드 혈역학 시뮬레이션을 결합하여 웨어러블 기기로 심박출량(CO)과 일회박출량(SV)을 비침습적으로 추정

개요

  • 입력 시그널: PPG 파형 + ECG + 하이브리드 혈역학 시뮬레이션(Windkessel 모델, pulse contour analysis)
  • 대체 대상: 심초음파, 폐동맥 카테터(Swan-Ganz), 열희석법(thermodilution) 등 침습적/반침습적 측정
  • 현재 성숙도: 연구/초기 임상 검증 단계. 웨어러블 ECG+PPG 융합 딥러닝 모델이 수술 환자에서 검증되었고(2025), PPG 기반 pulse decomposition analysis(PDA) 기기가 ICU에서 시험되었으나, 기준 방법(thermodilution)과의 호환성은 아직 제한적이다.

주요 연구 및 논문

1. Wearable ECG-PPG Deep Learning Model for Cardiac Output Estimation (MDPI Sensors, 2025)

  • 출처: MDPI Sensors
  • 핵심 내용: 웨어러블 ECG(흉부 패치, HiCardi+)와 손가락 PPG(WristOx2 3150)를 동시 기록하여 심박출량(CO)을 비침습적으로 추정하는 경량 딥러닝 모델을 개발하고 검증하였다. 심장지수(CI) 기반 정규화가 모델 일반화 성능을 향상시키는지 평가하였다.
  • 방법론: ECG-PPG 융합 네트워크(cross-modal interaction), 심장 수술 후 폐동맥 카테터(PAC) 보유 환자 27명 대상 전향적 등록. CI 예측, 직접 CO 예측, 간접 CO 예측(CI x BSA) 세 가지 모델 비교.
  • 주요 결과: 간접 CO 재구성(CI x BSA) 방식이 바이어스 0.17 L/min, 백분율 오차(PE) 23.75%, 95% 일치 한계(LoA) -0.78~1.12 L/min을 달성하였다.
  • 의의: 웨어러블 센서만으로 카테터 없이 CO/CI를 지속 추적할 수 있는 가능성을 입증한 첫 연구 중 하나이다. 다만 외부 검증 및 보행 환경 테스트가 필요하다.

2. Stroke-Volume Allocation (SVA) Model for Wearable Sensors (npj Flexible Electronics, 2024)

  • 출처: npj Flexible Electronics
  • 핵심 내용: 동맥의 완충 기능을 정량화하는 일회박출량 배분(SVA) 모델을 제안하여, 기존 심장 센서(ECG, PPG, 표피 맥파)에 동맥 경직도 평가, 동적 혈압 추적, CVD 관련 심장 손상 분류 등 새로운 기능을 부여하였다.
  • 방법론: PPG 파형에서 수축기 박출 시간(Ts, foot-to-dicrotic notch)과 심장 주기(Tc, foot-to-foot)를 추출하고, 2차 도함수로 dicrotic notch를 결정한다. 6개 병원/연구기관의 9개 공개 데이터베이스 + 4개 자체 구축 데이터베이스, 총 878명의 데이터로 검증하였다.
  • 주요 결과: 878명 대상 대규모 임상 데이터에서 혈관 나이 평가, 동적 혈압 추적, CVD 분류 기능이 검증되었다.
  • 의의: 단일 PPG 센서에서 타이밍 정보만으로 일회박출량 관련 혈역학 파라미터를 추정할 수 있음을 보여주었으며, 기존 소비자 웨어러블에 곧바로 적용 가능한 접근법이다.

3. Machine Learning-Enabled CO Estimation from Peripheral Waveforms (Scientific Reports, 2025)

  • 출처: Nature Scientific Reports
  • 핵심 내용: AI 기반 심박출량 추정에서 말초 혈압 측정 위치(요골동맥, 표면 측두동맥, 총경동맥)가 성능에 미치는 영향을 대규모 가상 코호트(n=3,818)에서 조사하였다.
  • 방법론: 2층 합성곱 신경망(CNN), 0차원 순환 모델로 생성한 가상 환자 3,818명의 동맥 압력 파형 사용. 요골, 측두, 경동맥 위치별 보정/비보정 압력 파형에서 CO 추정.
  • 주요 결과: 머신러닝 기반 CO 추정이 측정 위치에 독립적(location-independent)으로 작동함을 입증하였다. 비보정 파형에서도 유의미한 CO 추정이 가능하였다.
  • 의의: 웨어러블에서 흔히 접근 가능한 말초 부위(손목 등)의 비보정 파형만으로도 CO를 추정할 수 있는 근거를 제공하여, 실용적 웨어러블 CO 모니터링의 가능성을 높였다.

4. PPG-Based Wearable Device vs Pulmonary Artery Catheter (PMC, 2025)

  • 출처: PMC
  • 핵심 내용: 비침습적 PPG 기반 웨어러블 모니터와 침습적 폐동맥 카테터의 심부전 환자 혈역학 측정치를 비교한 연구이다.
  • 방법론: 우심 카테터 시술 중인 심부전 환자를 대상으로 PPG 웨어러블과 PAC의 CO 동시 측정.
  • 주요 결과: 비침습적 방법의 정확도와 신뢰성이 +/-30% 일치 한계(LoA) 기준을 충족하지 못하여, 현 시점에서 임상 적용에는 불충분한 것으로 평가되었다.
  • 의의: 웨어러블 PPG 기반 CO 모니터링이 일회용 소모품, 카테터 시술실, 중환자실 전문 인력의 필요를 제거하여 환자당 비용을 크게 줄일 잠재력이 있으나, 정확도 개선이 선결 과제임을 확인하였다.

5. Wireless Pulse Decomposition Analysis (PDA) Device vs Swan-Ganz (J Clin Monit Comput, 2024)

  • 출처: PubMed
  • 핵심 내용: 무선 웨어러블 맥파 분해 분석(CO-PDA) 기기와 Swan-Ganz 카테터의 지속 열희석법 CO를 심장 수술 후 ICU 환자에서 비교하였다.
  • 방법론: 심장 수술 후 ICU 환자에서 CO-PDA와 열희석법 동시 측정, Bland-Altman 분석.
  • 주요 결과: 30% 임계값 기준으로는 호환 불가능하였으나, 최소 침습 기기에 적용되는 45% 한계 내에서는 허용 가능한 수준이었다.
  • 의의: ICU 밖에서도 비침습적 혈역학 모니터링을 확장할 수 있는 가능성을 보여주었으나, 기준 방법과의 호환성 달성까지는 추가 개발이 필요하다.

6. In Silico Prediction of Hospital Variables from Wearable Signals (medRxiv, 2025)

  • 출처: medRxiv
  • 핵심 내용: 건강 디지털 트윈(digital twin) 구축을 위해, 가상 환자 집단에서 웨어러블 데이터로부터 병원 수준 혈역학 파라미터(SV, CO, LVEF 등)를 예측하는 가우시안 프로세스 회귀 모델을 훈련하였다.
  • 방법론: 0차원 전역 순환 모델(closed-loop)로 가상 환자군 생성, 가우시안 프로세스 회귀(GPR)
  • 주요 결과: 웨어러블에서 획득 가능한 데이터로부터 일회박출량, 심박출량, 좌심실 박출 분율 등의 추정 가능성을 입증하였다.
  • 의의: 디지털 트윈 기반 접근이 웨어러블-병원 간 연결 고리를 제공하여, 원격 환자 모니터링의 새로운 패러다임을 제시하였다.

7. Dual-PPG Wrist Device for Cardiac Output & Blood Pressure (Microsystems & Nanoengineering, 2023)

  • 출처: Nature Microsystems & Nanoengineering
  • 핵심 내용: 손목 장측/배측에 이중 PPG 센서를 배치하여 심박출량과 맥파 특징을 검출하고, 접촉 압력과 피부 온도를 포함한 다채널 센서 융합으로 연속 혈압을 추정하는 웨어러블 기기를 개발하였다.
  • 방법론: 이중 PPG + 접촉 압력 센서 + 피부 온도 센서, 머신러닝 기반 신호 융합, leave-one-subject-out 교차 검증
  • 주요 결과: 수축기 혈압 오차 0.44 +/- 6.00 mmHg, 이완기 혈압 오차 -0.50 +/- 6.20 mmHg로 우수한 성능을 보였다.
  • 의의: 이중 PPG 방식이 개인 간 차이와 착용 조건 변화에 의한 PPG 신호 변이를 제거하여 일반화 성능을 향상시킬 수 있음을 보여주었다.

상용화 동향

제품/기술회사상태주요 특징
CO-PDA (Pulse Decomposition Analysis)Caretaker MedicalICU 검증 단계무선 웨어러블, 맥파 분해로 CO 추정, 45% 최소침습 기준 내
ClearSight/CNAPEdwards Lifesciences임상 사용 중손가락 volume-clamp 방식, 비침습적이나 웨어러블은 아님
EV1000/VigileoEdwards Lifesciences임상 사용 중동맥 라인 기반 pulse contour, 반침습적
ModelflowFinapres Medical Systems임상 사용 중손끝 맥파 윤곽 분석, 비침습적
BiobeatBiobeatCE/FDA 승인손목형/흉부 패치형, PPG 기반 CO 추정 기능 포함

현재 소비자 웨어러블(스마트워치/반지)에서 직접 CO/SV를 측정하여 제공하는 상용 제품은 없다. 대부분 연구용 또는 병원/ICU 전용 기기 형태이다.

한계 및 과제

  1. 정확도 격차: 비침습적 웨어러블 CO 추정은 기준 방법(열희석법, PAC)과의 +/-30% 일치 한계를 아직 안정적으로 충족하지 못한다. 45% 수준의 최소침습 기기 기준에서는 일부 호환 가능하나, 임상적 의사 결정에 활용하기에는 부족하다.

  2. 개인 간 변이: PPG 파형은 혈관 특성, 체구, 피부 톤, 착용 위치에 따라 크게 달라지며, 개인화 보정 없이는 일반화가 어렵다.

  3. 운동/활동 중 정확도: 안정 상태에서의 CO 추정은 비교적 양호하나, 운동이나 일상 활동 중의 동적 CO 변화를 정확히 추적하는 것은 훨씬 어렵다.

  4. 소규모 검증 데이터: 대부분의 연구가 27~57명 수준의 소규모 코호트에서 수행되어, 대규모 다기관 전향적 연구가 필요하다.

  5. 혈역학 모델 한계: Windkessel 등 생리학적 모델의 가정(순응도, 저항 등)이 개인에 따라 크게 달라질 수 있어, 모델 기반 추정의 일반화에 한계가 있다.

  6. 규제 경로 미비: CO/SV 추정 웨어러블에 대한 FDA/CE 규제 경로가 명확하지 않아, 상용화까지의 경로가 불투명하다.

참고 자료

0 / 68