혈액배양 데이터 1260개 AI에 학습 … 혈청내 알칼라인포스파타제효소 수치 등 10개 변수 정확도 높아
환자의 임상데이터를 바탕으로 패혈증 전 단계인 균혈증을 예측할 수 있는 인공지능(AI) 모델이 개발됐다. 송영구 연세대 강남세브란스병원 감염내과 교수, 이경화 교수, 동재준 가정의학과 교수팀은 인공지능 전문기업 셀바스AI와 함께 10개의 임상변수를 활용해 균혈증을 조기에 예측하는 AI 모델을 개발했다고 11일 밝혔다.
균혈증은 혈액에 세균이 존재하는 상태다. 세균독소가 혈류로 방출되면 패혈증을 유발해 패혈성 쇼크나 사망에 이를 수 있다.
연구팀은 강남세브란스병원에서 균혈증을 진단받은 환자 1만3402명의 혈액배양 결과 2만2000여개를 분석했다. 이 중 유의미한 데이터 1260개를 AI에 학습시킨 뒤 210개 균혈증 데이터를 적용해 학습효과를 검증했다. 그 결과 분석에 사용된 임상변수 중 혈청 내 알칼라인포스파타제효소 수치를 비롯한 10개 변수를 사용했을 때 예측 정확도가 가장 높은 것으로 나타났다.
송 교수는 “새 AI 모델은 주로 영상검사 이미지를 분석한 기존 모델과 달리 환자의 체온·혈압 등 활력징후, 혈액검사 등 실제 임상데이터를 분석하므로 패혈증 같은 급성 감염질환을 더 빠르게 예측할 수 있으며 실시간 모니터링도 가능해질 것으로 기대한다”고 말했다.
이번 연구는 보건복지부 보건의료기술연구개발사업의 지원을 받아 수행됐으며 연구결과는 국제학술지 ‘임상의학저널(Journal of Clinical Medicine)’ 10월호에 게재됐다.
목록
