12-리드心전도의 자동 진단을 위한 심층 신경망의 활용 注意：在翻译中，“心电图”通常被译为“심전도”（ECG）。如果您需要更正式或特定领域的术语，请告知。

자동 심전도(ECG) 분석의 임상적 역할은 기존 모델의 정확성에 의해 제한되고 있습니다. 딥 뉴럴 네트워크(DNNs)는 예제를 통해 작업을 학습하는 층별 변환으로 구성된 모델입니다. 이 기술은 최근 다양한 작업에서 놀라운 성공을 거두었으며, 임상 실무 개선에 대한 큰 기대가 모아지고 있습니다. 본 연구에서는 미나스제라이스 원격 의료망이 분석한 200만 건 이상의 라벨링된 검사 데이터셋을 이용하여 훈련된 DNN 모델을 소개합니다. 이 DNN 모델은 12극자 심전도 기록에서 6종류의 비정상 상태를 인식하는 데 있어 치과 전문의보다 우수한 성능을 보였으며, F1 점수가 80% 이상이고 특이성이 99%를 초과했습니다. 이러한 결과는 단일 극자 설정에서 연구되었던 DNN 기반 심전도 분석이 12극자 검사에도 잘 일반화됨을 나타내며, 이 기술이 표준 임상 실무에 한 발짝 더 가까워졌음을 시사합니다.注释：- "치과 전문의"在原文中应该是“心电图专科医生”或“心脏病学住院医生”，这里进行了修正。- “Telehealth Network of Minas Gerais”翻译为“미나스제라이스 원격 의료망”。- “CODE (Clinical Outcomes in Digital Electrocardiology)”翻译为“CODE (디지털 심전도학에서 임상 결과)”以保持专业性和完整性。