연구진은 심근경색 후 심혈관 질환 진행을 예측하기 위해 심전도 기반 인공지능 모델을 개발했습니다. 기존 모델보다 성능이 뛰어나며, 특히 데이터가 부족한 상황에서 효과적입니다.
제안된 모델은 환자별 시간 정보를 활용한 대조 학습과 감독 멀티태스크 헤드를 결합하여 사전 훈련되었습니다. 이를 통해 기존 모델(0.794 vs 0.608 AUC)보다 우수한 성능을 보였습니다.
연구 결과는 임상적으로 구조화된 심전도 모델링이 제한된 데이터 환경에서 분류 성능을 향상시킬 수 있음을 보여줍니다.