박용정·김도균·최민혁 연세대 강남세브란스병원 진단검사의학과 교수팀은 요로감염과 그로 인한 2차 혈류감염을 예측하는 인공지능 모델을 개발하고, 이에 대한 특허 출원을 완료했다. 이로인해 소변 배양 검사의 정확성과 자동화 소변검사의 신속성을 모두 갖춰, 요로감염증의 빠른 진단과 치료 결정에 도움을 줄 전망이다. 

요로감염은 지역사회와 의료 환경에서 가장 흔하게 발생하는 감염 중 하나다. 요로감염 증상이 있을 시 정확한 진단을 위해 소변 배양 검사를 진행하게 되는데, 세균이 자랄 때까지는 통상 2~3일 가량이 소요돼 감염 초기 치료를 놓칠 수 있다.

치료 지연 없이 경험적 치료를 결정하기 위해 자동화 소변검사를 통한 요로감염 추정 진단이 권장되나, 이 검사만으로는 정확한 진단이 어렵다는 한계가 있다.

연구팀은 2011년부터 2021년까지 11년간 세브란스병원 및 강남세브란스병원에서 요배양 검사와 자동화 소변검사를 받은 252,917명의 환자의 데이터베이스를 통해 인공지능 모델을 개발 및 검증했다.

요로감염 및 2차 혈류감염을 예측하는 인공지능 모델

인공지능 모델이 중요하다고 판별한 10개의 지표 △소변검사 결과 값(소변 내 박테리아 수, 요중 백혈구, 요비중) △혈액검사 결과(백혈구 수, 단핵구 수, 림프구 수, CRP Level) △인구 통계학적 자료(이완기 혈압, 수축기 혈압, 환자 연령)을 입력하고 ‘Predict’ 버튼을 누르면 그 환자의 요로감염 및 요로연관 2차 혈류감염의 가능성에 대한 예측 값을 보여주는 웹 어플리케이션이다. 결과 도출에 필요한 10개 지표 값은 병원 방문 후 1시간 이내에 얻을 수 있는 자료들로, 인공지능 모델에 입력하는 즉시 감염 예측 값을 얻을 수 있다.

기존 자동화 소변검사의 정확도를 나타내는 AUROC 값이 74.5%인 것에 비해, 최종 인공지능 모델 XGBoost는 외부 검증 데이터세트에서 요로감염 예측 시 AUROC 96.7%, 요로연관 2차 혈류감염 예측 시 AUROC 95.5%의 성능을 달성했다.

최민혁 교수는 “본 기술이 상용화될 수 있도록 외부기관과의 MOU를 맺고 기술 이전을 준비 중에 있다”며 “이 모델을 임상적으로 활용하면 비특이적 요로감염 증상이 있는 환자에서 항균 치료 지연의 위험을 줄이고, 추가 치료와 면밀한 모니터링이 필요한 요로연관 2차 혈류감염 환자를 분류할 수 있을 것으로 기대한다”고 말했다.

권형민 서울특별시보라매병원 신경과 교수(의료혁신실장)

낙상은 의료 질과 환자안전 제고를 위한 필수 요소이며 병원 내에서 낙상을 예방하는 것이 중요한 과제다. 낙상이 의료진의 인식과 적절한 관리로 충분히 예방할 수 있음에도 2018년 환자안전보고에 따르면 낙상으로 인한 사고나 전체 환자안전사고 유형 중 큰 비중(40.5%)을 차지하고 있다.

2022년도 통계에 따르면 60대 이상 낙상사고 비율은 전체 손상기전 중 42.9%를 차지하면서 10년 전과 비교해 1.8배 증가했으며, 특히 노령 층에서 낙상이 미치는 영향이 증가하고 있다.

연령의 증가, 신경성 질환의 발병, 인지기능 저하 등 낙상의 위험을 높이는 위험 요인이지만, 노인의 기저질환으로 인한 다약제 사용과 약물 부작용 등으로 위험이 증가할 수 있다.

아직은 국내에서 낙상 위험도를 평가할 때 약물에 대한 평가는 포함하고 있지 않아 입원 환자의 낙상과 관련된 약물학적 요인에 대한 평가와 예방은 부족한 실정이다.

서울대병원운영 서울특별시보라매병원 의료질향상팀‧약제부 공동 연구팀은 입원 노인환자들의 낙상 발생 여부에 따라 낙상 위험도를 높이는 일반적인 특성과 약물의 특성을 분석했고, 이들이 낙상에 미치는 영향을 분석한 연구 결과를 발표했다. 

2021년 보라매병원에 낙상이 보고된 만 60세 이상 환자 중 204명을 낙상군으로 지정했으며, 성향 점수 매칭에 따라 816명의 대조군을 선정했다. 또한, 환자들의 낙상 위험도 평가 점수, 헤모글로빈 수치 및 혈청 나트륨 농도, 혈압 등을 매칭, 보정 변수로 활용했다. 

낙상 위험 요인을 비교 분석하고자 모든 변수를 보정해 다변량 분석한 결과 헤모글로빈이 1 g/dL 감소함에 따라 낙상 위험이 1.13배 증가했으며, 환자가 보행보조기를 잡고 이동하는 경우 3.26배 증가했다. 약물 중 항불안제를 복약하는 경우 2.94배, 마약성 진통제를 복약하는 경우에는 1.88배 더 높게 낙상 위험이 증가하는 것으로 나타났다.

한편, 다약제 사용은 이미 여러 연구에서 낙상과 높은 상관도를 보이는 위험 요인으로 보고된 바 있다. 그러나 이번 연구에서는 다변량 모델 설계 시 일부 모델에서 다약제 복용이 낙상에 유의한 영향을 주지 않는 것으로 나타났는데 이는 다약제의 영향보다 특정 약물의 사용이 낙상에 더 주요한 요인으로 작용한 것으로 볼 수 있다. 

교신저자인 권형민 서울특별시보라매병원 신경과 교수(의료혁신실장)는 “이번 연구는 현재 병원에서 사용하는 낙상 위험도 평가 도구를 적용해 입원 환자의 약물 사용과 낙상의 연관성을 분석했다는 점에서 의미가 있다”며 “입원환자의 경우 추가 처방 등으로 기존 복약 지도의 변화가 생기기 때문에, 입원환자의 약물 사용의 변화에 따른 낙상 위험성에 대해 더욱 관심을 가져야 할 것”이라고 덧붙였다.