응급실에서의 AI 지원 심장 CT 해석

본 연구는 급성 흉통으로 내원한 환자에서 인공지능(AI) 기반 관상동맥 컴퓨터단층촬영 혈관조영술(CCTA) 판독 도구(Angiomics)가 응급의사의 진단 정확도, 확신도 및 의사결정에 미치는 영향을 평가하기 위해 설계된 전향적, 실용적, 무작위 대조 시험입니다.

배경 및 근거 CCTA는 급성 흉통이나 급성 관동맥 증후군(ACS)이 의심되는 환자에서 응급실에서 널리 사용됩니다. 이 검사는 관상동맥의 빠르고 정확한 가시화를 제공하며 응급의사가 시간에 민감한 임상 결정을 내리는 데 도움을 줍니다. 그러나 CCTA 판독은 전문적인 훈련과 경험이 필요하며, 특히 야간이나 자원이 제한된 환경에서는 항상 이용 가능하지 않을 수 있습니다. 이러한 한계는 진단과 치료를 지연시켜 환자 결과에 부정적인 영향을 미칠 수 있습니다.

최근 AI 기술의 발전으로 CCTA 이미지를 분석하고 관상동맥 협착 및 심근 허혈과 같은 임상적으로 중요한 소견을 식별할 수 있는 자동화 도구 개발이 가능해졌습니다. 이러한 도구는 진단 정확도 향상, 판독 시간 단축, 의사 확신도 향상 및 의료 자원 활용 최적화를 통해 응급의사를 지원할 잠재력을 가지고 있습니다. 이러한 장점에도 불구하고, AI 기반 판독이 실제 응급실 임상 워크플로우와 의사 의사결정에 미치는 영향은 아직 충분히 연구되지 않았습니다.

본 시험은 AI 기반 CCTA 판독 도구의 통합이 응급의사의 진단 수행 능력과 임상적 확신도를 향상시키는지, 그리고 이러한 개선이 응급실에서 더 신뢰할 수 있는 의사결정으로 이어지는지 평가함으로써 이 지식 격차를 해소하기 위해 설계되었습니다.

연구 설계

본 연구는 전향적, 실용적, 무작위 대조 설계를 채택합니다. 적격 참가자는 흉통으로 응급실에 내원한 18세 이상 성인으로 HEART 점수(4-6점)에 따라 중간 위험군으로 분류된 환자입니다. 정보에 기반한 동의를 얻은 후, 참가자는 두 그룹으로 무작위 배정됩니다:

1. AI 지원 그룹 (실험군): 응급의사가 Angiomics 소프트웨어에서 제공하는 AI 결과에 접근하여 CCTA 스캔을 판독합니다.
2. 표준 판독 그룹 (활성 대조군): 응급의사가 AI 결과에 접근하지 않고 CCTA 스캔을 판독합니다.

모든 의사는 4개의 주요 관상동맥(좌주간, 좌전하행지[LAD], 좌회선지[LCX], 우관상동맥[RCA])에서 협착을 평가하고 표준화된 형식(예/아니오/비진단적/기타 소견)을 사용하여 결과를 기록합니다. 또한 의사들은 1점(전혀 확신 없음)에서 5점(매우 높은 확신)까지의 5점 리커트 척도로 진단 확신도를 평가합니다.

참조 표준 진단 수행 능력에 대한 참조 표준은 흉부 영상 전문의인 보드 인증 영상의학과 의사의 눈가림 일치 판독입니다. 선행 연구에서는 전문 영상의학과 의사의 일치 판독과 침습적 관상동맥 조영술 간에 98-99%의 일치율이 입증되어 이 접근법의 타당성이 뒷받침됩니다.

결과 변수 주요 결과 변수는 환자 수준에서 AI 지원 판독 대 표준 판독의 CCTA 판독 음성 예측도(NPV)입니다. 환자 수준 결과는 4개의 주요 관상동맥 전체 소견을 종합하여 도출됩니다.

2차 결과 변수는 다음과 같습니다:

• 민감도, 특이도, 양성 예측도(PPV) 및 전체 진단 정확도
• 의사 진단 확신도 (리커트 척도)
• LM, LAD, LCX, RCA에 대한 혈관 수준 진단 수행 능력
• Cohen's Kappa 통계를 사용하여 측정한 영상의학과 의사 일치 판독과의 일치도

표본 크기 및 통계 분석 표본 크기 추정은 발표된 데이터와 지역 유병률을 기반으로 PASS 소프트웨어를 사용하여 수행되었습니다. 18%의 유병률을 고려할 때, 각 그룹에서 음성 진단을 받은 181명의 환자가 필요한 것으로 계산되었습니다. 이는 대조군 248명, 중재군 228명의 참가자에 해당합니다. 10%의 탈락률을 가정할 때, 최종 등록 목표는 530명(대조군 276명, 중재군 254명)입니다.

50% 등록 후 중간 분석이 수행되며, O'Brien-Fleming 방법을 사용하여 알파 소비가 조정됩니다. 최종 분석은 양측 알파 0.049로 수행됩니다.

진단 수행 능력(민감도, 특이도, PPV, NPV, 정확도)은 적절하게 카이제곱 또는 Fisher의 정확 검정을 사용하여 비교됩니다. 의사와 영상의학과 의사 일치 판독 간 일치도는 Cohen's Kappa를 사용하여 평가됩니다. 모든 통계 검정은 양측 검정이며, 유의성은 p < 0.05로 설정됩니다.

자료 수집 및 비밀 보장 자료는 일상적인 임상 워크플로우 내에서 수집되며, 기관 정책과 국가 개인정보 보호 규정에 따라 안전한 비식별 형식으로 저장됩니다. 승인된 연구자만 자료에 접근할 수 있습니다. 자료는 연구 완료 후 3년간 보관된 후 안전하게 폐기됩니다.

안전성 및 모니터링 본 시험은 일상적인 임상 진료 외의 절차를 포함하지 않으므로 참가자에게 최소한의 위험만을 초래합니다. 연구 참여로 인해 추가 방사선, 약물 또는 침습적 중재가 도입되지 않습니다. 연구 책임자는 연간 기준으로 프로토콜 준수 및 자료 품질을 모니터링합니다.

의의 본 연구는 응급실에서 AI 기반 CCTA 판독 도구의 임상적 유용성에 대한 증거를 제공할 것입니다. 연구 결과는 AI 지원이 진단 정확도와 의사 확신도를 향상시키는지, 그리고 실제 응급 진료에 효과적으로 통합될 수 있는지 여부를 명확히 할 것으로 예상됩니다. 결과는 급성 진료 환경에서 환자 결과와 자원 활용을 최적화하기 위한 AI 도구 구현 모범 사례에 정보를 제공할 수 있습니다.