오는 11월 11일은 부정맥에 대한 인식을 높이기 위한 ‘하트리듬의 날’이다. 부정맥은 심장이 비정상적으로 빠르거나 느리게 뛰고 불규칙한 박동을 보이는 질환으로 종류가 다양하다. 이 가운데 초고령사회에서 특히 주목해야 할 질환은 ‘심방세동’이다. 나이가 들수록 발생위험이 높아지는 데다 뇌졸중 등 심각한 합병증으로 이어질 수 있기 때문이다.
문제는 심방세동이 발생해도 별다른 증상을 느끼지 못할 수도 있다는 점이다. 뇌졸중이 발생한 뒤에야 심방세동을 발견하기도 해 조기발견이 무엇보다 중요하다. 하지만 국가 일반건강검진에는 심전도검사가 포함돼 있지 않다. 이에 고령층을 대상으로 한 국가검진 도입 필요성이 제기되는 가운데 최근에는 인공지능(AI)을 활용한 심방세동 예측기술도 발전하고 있다.
■두근거림·숨참 없어도…뇌졸중 위험은 '여전'
심장은 전기신호에 따라 규칙적으로 수축하며 온몸에 혈액을 보낸다. 심방세동은 심장의 윗부분인 심방에서 비정상적인 전기신호가 발생해 심방이 제대로 수축하지 못하고 가늘게 떠는 부정맥이다. 이 때문에 맥박이 불규칙해지고 심장이 지나치게 빠르게 뛰기도 한다.
심방세동은 나이 들수록 발생위험이 높아지며 고혈압·심장판막질환·심부전·비만·수면무호흡증 등이 영향을 미친다. 심장에 뚜렷한 이상이 없어도 발생할 수 있으며 과음이나 폭음이 발생 또는 재발의 계기가 되기도 한다.
대표 증상은 가슴 두근거림과 불규칙한 맥박이다. 숨이 차거나 가슴이 답답하고 어지럼증, 피로감 등이 나타나기도 한다. 하지만 모든 환자가 이러한 증상을 느끼는 것은 아니다.
심방세동은 발생 양상에 따라 발작성과 지속성 등으로 구분한다. 발작성 심방세동은 불규칙한 박동이 나타났다가 정상으로 돌아오는 형태로 검사할 때는 정상 맥박을 보일 수 있어 발견하기 어렵다. 반면 지속성 심방세동은 불규칙한 박동이 계속되지만 환자에 따라 별다른 불편을 느끼지 못하기도 한다. 물론 발작성 심방세동 역시 증상이 없을 수 있다.
문제는 증상이 없어도 뇌졸중 위험이 있다는 점이다. 고려대구로병원 순환기내과 노승영 교수는 “심방세동이 발생하면 심방 안에 혈액이 고여 혈전(피떡)이 생기기 쉬우며 이 혈전이 뇌혈관을 막으면 뇌경색으로 이어질 수 있다”며 “심방세동은 심각한 합병증을 유발하고 사망위험을 높일 수 있어 조기발견과 지속적인 관리가 중요하다”고 강조했다.
■심전도부터 장기 모니터링까지…국가검진 도입 목소리
심방세동 진단의 기본은 심전도검사다. 심장의 전기적 활동을 기록해 박동과 리듬을 확인한다. 단 짧은 검사시간에 심방세동이 나타나지 않으면 발견하지 못할 수 있다.
이에 환자의 상태에 따라 다양한 검사방법을 활용한다. 24~48시간 심장리듬을 기록하는 홀터검사나 1~2주 동안 부착하는 패치형 심전도검사는 간헐적으로 나타나는 심방세동을 찾는 데 도움이 된다. 스마트워치 등 웨어러블 기기도 불규칙한 맥박을 감지할 수 있지만 확진을 위해서는 의료진의 심전도 확인이 필요하다.
이처럼 조기발견을 위한 검사방법은 다양해졌다. 하지만 결론적으로 국가 일반건강검진 기본항목에는 심전도검사가 없어 증상이 없는 고령층은 별도로 검사를 받지 않으면 심방세동을 발견하기 어렵다는 목소리가 나온다.
이에 대한부정맥학회는 고령층의 심방세동 조기발견을 위해 국가건강검진에 심전도 선별검사를 도입해야 한다는 입장을 밝혀왔다. 심방세동을 조기에 발견해 뇌졸중 위험을 평가하고 필요한 환자를 항응고치료로 연결하자는 취지다.
다행히 국내에서도 제도적 논의의 기반이 마련되고 있다. 보건복지부의 ‘제4차 국가건강검진 종합계획(2026~2030년)’에는 고령층 유병률이 높은 질환의 신규 검진 도입 필요성을 연구하고 검진항목의 효과를 검증하는 내용이 포함됐다.
단 실제 도입까지는 적절한 검사 대상과 주기, 국내 비용효과성, 이상 소견 발견 후 확진·치료로 이어지는 관리체계 등을 검토해야 한다.
■AI로 심방세동 발생위험 예측…조기발견 가능성 확대
최근에는 심전도에 인공지능(AI) 기술을 접목해 심방세동 발생위험을 예측하려는 연구도 성과를 내고 있다.
이대목동병원 순환기내과 박준범 교수와 비뇨의학과 신태영 교수, 이대서울병원 순환기내과 김예지 교수 연구팀은 일반 심전도 데이터를 활용해 향후 3일에서 한 달 사이 심방세동이 발생할 위험을 예측하는 딥러닝 모델을 개발했다.
연구팀은 국내외 11만명 이상의 환자 데이터를 활용해 모델을 검증했다. 또 한국과 미국 등 의사 70명을 대상으로 AI 예측 정보가 임상적 판단에 미치는 영향을 평가했다.
그 결과 AI 정보를 활용했을 때 의료진의 심방세동 위험 변별력 지표(AUROC)는 0.573에서 0.650으로 향상됐고 음성예측도도 0.764에서 0.839로 높아졌다. AI가 심방세동 발생위험이 높은 환자를 선별하고 의료진의 판단을 보완하는 데 도움이 될 가능성을 보여준 것이다.
이대목동병원 순환기내과 박준범 교수는 “이번 연구는 AI-심전도 모델이 순수 예측을 넘어 실제 임상현장에서 의료진의 진단 정확도를 보완하고 환자 관리 전략을 정교하게 만드는 실질적인 디지털 의사결정 지원 도구로서 가능성을 확인했다는 데 의의가 있다”고 밝혔다.
단 AI의 예측 성능과 임상 의사결정 지원 가능성이 확인됐다고 해서 실제 뇌졸중 예방효과까지 입증된 것은 아니다. 향후 실제 진료현장에서 환자의 예후를 개선하는지 추가 검증이 필요하다.
심방세동은 증상이 없더라도 뇌졸중 위험을 높일 수 있는 질환이다. 초고령사회에 접어든 만큼 고령층의 조기발견 기회를 확대하는 한편, 검사 후 적절한 치료와 관리로 이어질 수 있는 체계를 마련해야 하는 시점이다.
