AnyECG: 종합적인 건강 프로파일링을 위한 진화된 심전도 기반 모델

AnyECG: Evolved ECG Foundation Model for Holistic Health Profiling

배경: 인공지능 기반 심전도(AI-ECG)는 다양한 질병을 진단하는 능력을 보여주었지만, 대부분의 기존 모델은 단일 질병 식별에 초점을 맞추고 있으며, 동반 질환 및 미래 위험 예측은 간과하고 있습니다. ECGFounder 모델이 심장 질환 범위를 확장했지만, 여전히 종합적인 건강 프로파일링 모델이 필요합니다. 방법: 우리는 298만 명의 환자로부터 수집된 1,330만 건의 심전도 데이터를 포함하는 대규모 다기관 데이터 세트를 구축했습니다. 전이 학습을 사용하여 ECGFounder 모델을 개선하여 AnyECG, 즉 종합적인 건강 프로파일링을 위한 기반 모델을 개발했습니다. 성능은 외부 검증 그룹 및 10년간의 장기 추적 데이터를 사용하여 현재 진단, 미래 위험 예측 및 동반 질환 식별에 대해 평가했습니다. 결과: AnyECG 모델은 1,172가지 질환에 대해 체계적인 예측 능력을 보여주었으며, 306가지 질병에서 AUROC 값이 0.7보다 높았습니다. 이 모델은 새로운 질병 연관성, 견고한 동반 질환 패턴 및 미래 질병 위험을 밝혀냈습니다. 대표적인 예로는, 부갑상선 기능 항진증(AUROC 0.941), 제2형 당뇨병(0.803), 크론병(0.817), 림프구성 백혈병(0.856), 만성 폐쇄성 폐질환(0.773) 등에서 높은 진단 성능을 보였습니다. 결론: AnyECG 기반 모델은 AI-ECG가 동시 질병 진단 및 장기 위험 예측을 위한 체계적인 도구로 사용될 수 있다는 상당한 증거를 제공합니다.

Background: Artificial intelligence enabled electrocardiography (AI-ECG) has demonstrated the ability to detect diverse pathologies, but most existing models focus on single disease identification, neglecting comorbidities and future risk prediction. Although ECGFounder expanded cardiac disease coverage, a holistic health profiling model remains needed. Methods: We constructed a large multicenter dataset comprising 13.3 million ECGs from 2.98 million patients. Using transfer learning, ECGFounder was fine-tuned to develop AnyECG, a foundation model for holistic health profiling. Performance was evaluated using external validation cohorts and a 10-year longitudinal cohort for current diagnosis, future risk prediction, and comorbidity identification. Results: AnyECG demonstrated systemic predictive capability across 1172 conditions, achieving an AUROC greater than 0.7 for 306 diseases. The model revealed novel disease associations, robust comorbidity patterns, and future disease risks. Representative examples included high diagnostic performance for hyperparathyroidism (AUROC 0.941), type 2 diabetes (0.803), Crohn disease (0.817), lymphoid leukemia (0.856), and chronic obstructive pulmonary disease (0.773). Conclusion: The AnyECG foundation model provides substantial evidence that AI-ECG can serve as a systemic tool for concurrent disease detection and long-term risk prediction.