AI가 읽는 맥파 신호, 심혈관 위험을 얼마나 정확히 예측할까?

기본 정보

제목: AI-Derived Photoplethysmography Age as a Digital Biomarker for Cardiovascular Health
저자: Nie, Y. et al.
저널: Communications Medicine
출판연도: 2025
DOI: 10.1038/s43856-025-01188-9
근거 수준: 코호트 연구 (대규모 관찰 코호트 + 외부 검증)

이 연구는 UK Biobank 코호트(212,231명)의 PPG 신호에서 딥러닝으로 AI-PPG 나이를 추정하고, MIMIC-III 코호트에서 외부 검증을 수행했다. AI-PPG 나이 갭이 주요 심혈관 사건과 사망률을 유의하게 예측함을 밝혔으며, PPG 기반 혈관 나이가 인구 수준의 심혈관 스크리닝 도구로서 잠재력이 있음을 보여주었다.

1. 이 연구는 왜 필요했을까

심혈관 질환은 전 세계 사망 원인 1위이며, 조기 발견과 예방이 결정적으로 중요하다. 전통적인 심혈관 위험 평가는 혈액 검사, 영상 촬영, 임상 방문이 필요하여 접근성에 한계가 있다. 웨어러블 기기의 PPG 센서가 보편화되면서, 이 신호에 담긴 혈관 정보를 활용해 대규모 인구 수준의 스크리닝이 가능한지에 대한 관심이 높아졌다.

"PPG 기반 혈관 나이가 웨어러블 통합을 통한 인구 수준 심혈관 스크리닝 도구로서의 잠재력을 입증했다."

기존에도 PPG와 나이의 관련성을 탐구한 연구가 있었지만, 대부분 소규모 데이터에 의존하거나 외부 검증이 부족했다. 이 연구는 UK Biobank이라는 대규모 인구 기반 코호트와 MIMIC-III이라는 독립적 임상 코호트를 함께 활용하여, PPG 기반 노화 지표의 예측력을 더 엄밀하게 검증하고자 했다.

2. 어떻게 연구했을까

연구진은 UK Biobank에 등록된 212,231명의 raw PPG 신호 데이터를 활용했다. 분포 인지 손실 함수(distribution-aware loss function)를 적용한 딥러닝 모델을 설계하여, 나이 분포의 불균형 문제를 해결하면서 PPG 파형으로부터 생물학적 나이를 예측하도록 학습시켰다.

모델의 일반화 성능을 검증하기 위해 MIMIC-III 코호트(2,343명)에서 외부 검증을 수행했다. AI-PPG 나이 갭(예측 나이 - 실제 나이)을 산출한 후, 이 갭이 주요 심혈관 뇌혈관 사건(MACCE), 당뇨병, 고혈압, 심부전, 전체 사망률 등과 어떤 관련이 있는지 생존 분석을 통해 평가했다.

3. 무엇을 발견했을까

AI-PPG 나이 갭이 9세를 초과하는 경우, 여러 심혈관 관련 질환의 위험이 크게 상승하는 것으로 나타났다. 구체적으로 MACCE 위험비(HR)는 2.37, 당뇨병 2.69, 고혈압 2.88, 심부전 2.15, 전체 사망률 2.51이었다.

"AI-PPG 나이 갭 9세 초과 시 전체 사망률이 2.5배 이상 높아지는 것으로 관찰되었다."

이러한 결과는 PPG 신호만으로도 전통적 심혈관 위험 인자에 상응하는 수준의 예측력을 달성할 수 있음을 시사한다. 종단적으로 반복 측정한 PPG 데이터를 활용하면 추가적인 예측력 향상이 가능했다는 점도 주목할 만하다. 단일 시점 측정보다 시간에 따른 변화 추세가 더 풍부한 정보를 담고 있음을 의미한다.

4. 우리 서비스에 어떻게 쓸까

제품 기능

FastingWorks 앱에서 사용자의 PPG 기반 혈관 나이 추세를 단식 실천과 연계하여 추적하는 기능을 고려할 수 있다. 단식 전후 또는 장기간 단식 실천에 따른 혈관 나이 변화를 시각화하면 사용자에게 동기 부여가 될 수 있다. 다만 9세 이상의 나이 갭이 확인된 사용자에게는 의료 상담을 권유하는 안내를 함께 제공하는 것이 바람직하다.

콘텐츠 활용

"혈관 나이가 실제 나이보다 9살 많다면? 21만 명 데이터가 알려주는 경고 신호"
"PPG 센서 하나로 심혈관 위험을 예측하는 시대가 왔다"

적용 시 주의사항

코호트 연구이므로 인과관계를 주장할 수 없다. "PPG 기반 혈관 나이 갭이 심혈관 위험과 관련이 있는 것으로 보인다"는 수준으로 표현해야 한다. 사용자에게 특정 질환 위험을 경고하는 기능으로 활용할 경우 의료기기 규제 이슈가 발생할 수 있으므로, 웰니스 정보 제공 수준으로 표현을 제한해야 한다.

5. 한계점

UK Biobank 코호트는 주로 영국의 백인 중산층으로 구성되어 있어 인구 다양성 면에서 한계가 있다. 다양한 민족과 사회경제적 배경을 가진 인구 집단에서 동일한 예측력이 유지되는지 추가 검증이 필요하다.

또한 PPG 신호의 품질은 착용 상태, 피부색, 체온 등 외부 요인에 의해 크게 영향받을 수 있다. 앱에서 PPG 기반 지표를 제공할 때 데이터 품질 필터링이 선행되어야 하며, 신뢰도가 낮은 측정값은 사용자에게 별도로 안내해야 한다.

마무리

이 연구는 PPG 기반 AI 혈관 나이가 20만 명 이상의 대규모 코호트에서 심혈관 사건과 사망률을 유의하게 예측함을 보여주었다. 외부 코호트에서의 검증을 통해 모델의 일반화 가능성도 확인되었으며, 웨어러블 기반 대규모 심혈관 스크리닝의 가능성을 한 단계 끌어올린 중요한 근거를 제공한다.