- 심혈관 합병증 높이는 혈액투석 중 저혈압, 인공지능으로 예측가능
박유랑 연세대 의대 의생명시스템정보학교실 교수, 최보규 강사, 김경민 세브란스병원 신경과 교수 연구팀은 뇌수막염과 뇌염 환자들의 초기 데이터를 활용해 원인 진단 정확도 93% 이상을 자랑하는 인공지능 모델을 개발했다고 27일 밝혔다.
뇌수막염과 뇌염은 중추 신경계에 염증이 발생하는 질환이다. 발생 원인이 매우 다양하고 원인에 따라 증상과 예후도 다양하다. 이 중 원인이 세균성이나 결핵성이라면 사망률도 높고 치료 후에도 인지기능 장애, 뇌혈관 장애, 경련 발작 반복 등 후유증이 생길 수 있기 때문에 빠른 원인 진단과 치료가 중요하다.
뇌수막염과 뇌염은 배양 검사, 항체 검사 등을 이용해 원인을 알 수 있다. 하지만 특정 검사는 결과가 나올 때까지 수주 이상의 시간이 소요된다. 실제 임상에서는 결과가 나오기까지 증상에 기반한 경험적 치료를 수행하게 되는데 이로 인해 합병증이 발생하기도 한다.
연구팀은 인공지능 기반의 뇌수막염 및 뇌염 원인 분류 모델을 개발하고 그 효과를 분석했다.
2006년부터 2021년까지 세브란스병원에 내원한 뇌수막염과 뇌염 환자 283명의 입원 후 24시간 데이터를 기반으로 자가면역성, 세균성, 결핵성, 바이러스성 네 가지 원인 중 어느 원인에 해당하는지 진단하는 AI 분류 모델을 개발했다.
이후 구축한 모델의 효과를 세브란스병원의 283명 환자와 2008년부터 2022년까지 강남세브란스병원에 내원한 뇌수막염, 뇌염 환자 220명을 대상으로 검증했다. 연구팀은 AI 모델의 예측 성능을 수신기 작동 특성 곡선(AUROC), 정확도(Accuracy), 정밀도(양성예측도, Precision) 등 5개 지표로 분석했다.
세브란스병원과 강남세브란스병원 환자들을 대상으로 AI 모델의 예측 정확도를 분석한 결과, AUROC가 세브란스병원은 0.94(94%), 강남세브란스병원 0.92(92%)로 높은 예측 성능을 보였다.
AUROC는 ‘ROC 곡선의 아래 면적’이라는 뜻으로, 어떤 질환을 진단하기 위한 특정 검사도구의 진단 정확도를 나타내는 통계 기법으로 AI 모델의 성능평가 지표로 주로 사용된다. 통상적으로 1에 가까울수록 성능이 뛰어나며 0.8 이상인 경우 고성능 모델로 평가된다.
AI 모델의 예측 정확도(AUROC)는 세브란스병원 환자를 대상으로 0.94(94%), 강남세브란스병원은 0.92(92%)에 달했다.
연구팀은 예측 모델의 임상 적용 가능성을 확인하기 위해 원인이 확인되지 않은 뇌수막염과 뇌염 환자 1197명을 대상으로도 정확도 검증을 진행했다. 그 결과 실제 임상에서의 예측과 진단이 93% 이상 일치하는 것으로 나타났다.
또한 연구팀은 100명의 환자를 별도로 선별해 AI 모델과 타과 전문의, 신경과 전문의의 원인 진단 결과를 비교했다. AI 원인 분류 모델의 예측 정확도는 93%로 타과 전문의 예측 정확도 34%, 신경과 전문의 75%와 비교해 높은 정확성을 보이는 것을 확인했다.
박유랑 교수는 “이번 연구를 통해 뇌염과 뇌수막염의 다양한 원인을 성공적으로 분석하는 인공지능 모델을 구축했다”며 “향후 AI 진단 모델을 이용해 환자의 뇌염 및 뇌수막염의 발생 원인을 예측함으로써 적절한 치료 방향을 신속히 결정하는데 활용할 수 있을 것으로 기대한다”고 말했다.
정병하·이한비 가톨릭대 서울성모병원 신장내과 교수, 고은실 여의도성모병원 신장내과 교수팀
정병하(공동교신저자)·이한비(제1저자) 가톨릭대 서울성모병원 신장내과 교수, 고은실(공동교신저자) 여의도성모병원 신장내과 교수팀은 가톨릭중앙의료원 의료분야 임상데이터 정보관리시스템인 CMCnU CDW (Clinical Data Warehouse) 플랫폼을 활용해, 투석 중 저혈압을 예측할 수 있는 인공지능 시스템 (CMC-IDH-X-Artificial Intelligenence system)을 개발했다.
저혈압 예측 인공지능 시스템은 투석 시작 전 혈압과 한외여과율, 이전 투석 중 저혈압 기왕력 등과 같은 임상 자료를 기반으로 위험도를 계산했다. 그 결과 실제 저혈압 발생 위험을 예측하는 음성 예측도가 0.97로, 투석 시작 전 투석 중 저혈압 발생 위험을 거의 정확하게 선별해냈다. 예측능력은 수치가 1에 가까울수록 우수하다.
혈액 투석 치료는 말기신부전 환자에 생명을 유지하는 필수 치료법이다. 그러나 투석 중 흔하게 발생하는 혈압 저하, 즉 투석 중 저혈압은 구역감, 저린 증상 등을 일으켜 환자의 불편감을 유발하고, 삶의 질을 저하시킨다.
따라서 투석 환자에서 이러한 투석 중 저혈압을 미리 예측하고 예방하는 것은 매우 중요해, 지금까지 많은 연구가 시행되고 있다. 하지만, 환자 및 투석 치료와 연관된 다양한 인자들이 복합적으로 작용해 발생하므로, 시행 전 이를 미리 정확히 예측하기는 여전히 많이 어려웠다.
정병하 교수는 “인공지능 시스템을 이용한 전향적 연구를 계획 중이며, 보다 정교해진 인공지능 시스템이 개발 된다면, 향후 투석 환자의 삶의 질을 높이고 생존율을 높이는데 중요한 역할을 할 수 있을 것”이라고 설명했다.
이한비 교수는 “이번 연구를 통해서 구축된 CDW(임상데이터 웨어하우스) 투석환자 데이터를 활용해 투석 중 저혈압 뿐 아니라 빈혈을 비롯한 투석 환자의 건강과 밀접하게 연관된 질환들의 치료에 도움이 되는 인공지능 시스템 개발 연구를 지속할 것”이라고 포부를 밝혔다.
목록
