연구중심 대학병원들이 인공지능(AI)에 기반한 기술로 정확도가 높은 AI 모델을 속속 개발하고 있다. 서울아산병원은 수술 중 저혈압 위험을 예측하는 AI 모델을 개발했다. 서울성모병원은 혈액 투석 중 저혈압 발생 위험을 예측하는 AI 모델을 개발했다.세브란스병원은 뇌수막염과 뇌염의 원인을 조기에 확인해 분류할 수 있는 AI 모델을 개발했다. 분당서울대병원은 집에서도 정확하게 수면 단계를 측정하는 AI 모델을 개발했다.
■ 1만 여명 대규모 동맥혈압 데이터 학습해 저혈압 발생 확률 예측…정확도 91%
서울아산병원 마취통증의학과 김성훈·박용석 교수, 국립암센터 국제암대학원대학교 암AI디지털헬스학과 김준태 교수팀은 수술 환자 1만 여명의 동맥혈압 데이터를 학습시킨 인공지능 모델을 개발한 결과, 수술 중 저혈압이 발생할 수 있는 환자를 약 91% 정확도로 예측해냈다고 최근 밝혔다.
특히 연구팀은 저혈압 발생 확률에 대한 판단 근거를 실시간으로 제공해, 의료진이 저혈압 발생 예측 과정을 쉽게 해석할 수 있도록 했다. 그동안 수술 중 저혈압을 예측하는 인공지능이 연구되어 왔지만, 예측 과정에 대한 해석이 부족한 한계가 있었다.
연구 결과는 인공지능 분야 저명 학술지 ‘IEEE 트랜잭션스 온 뉴럴 네트워크 앤드 러닝 시스템(IEEE Transactions on Neural Networks and Learning Systems, 피인용지수 14.255)’에 최근 게재됐다.
서울아산병원 마취통증의학과 전문의 17명을 대상으로 인공지능 모델의 적용 가능성을 평가한 결과, 인공지능 모델 해석에 널리 사용되는 섀플리 판단 기법(SHAP)보다 △임상적 정확성 △임상적 유용성 △수술 중 의사 결정 의향 항목에서 각각 24%, 41%, 26% 더 높은 점수를 받았다.
김준태 국립암센터 국제암대학원대학교 암AI디지털헬스학과 교수는 “이번 연구 결과는 단순 예측 성능 향상에 초점을 맞춘 것이 아닌 실제 수술실에서 근무하는 마취통증의학과 전문의 대상 평가가 이뤄진 최초의 연구라는 점에 의의가 있다”고 말했다.
■ 심혈관 합병증 높이는 혈액투석 중 저혈압, 인공지능으로 예측 가능
가톨릭대학교 서울성모병원 신장내과 정병하(공동교신저자)·이한비(제1저자), 여의도성모병원 신장내과 고은실(공동교신저자) 교수팀은 가톨릭중앙의료원 의료분야 임상데이터 정보관리시스템인 CMCnU CDW (Clinical Data Warehouse) 플랫폼을 활용하여, 투석 중 저혈압을 예측할 수 있는 인공지능 시스템 (CMC-IDH-X-Artificial Intelligenence system)을 최근 개발했다. 의료원 산하 7개 병원 혈액투석 환자 2천 7명, 94만 3천 220건의 투석과 연관된 임상 자료를 분석하고, 데이터 세트를 구축한 결과다.
연구 결과는 신장학 분야의 권위 있는 학술지인 유럽신장학회 (European Renal Association) 공식 학술지 ‘Nephrology Dialysis Transplantation (I.F 7.186)’ 정식 게재에 앞서 온라인 4월호에 게재됐다.
저혈압 예측 인공지능 시스템은 투석 시작 전 혈압과 한외여과율, 이전 투석 중 저혈압 기왕력 등과 같은 임상 자료를 기반으로 위험도를 계산하였다. 그 결과 실제 저혈압 발생 위험을 예측하는 음성 예측도가 0.97로, 투석 시작 전 투석 중 저혈압 발생 위험을 거의 정확하게 선별해 내었다. 예측능력은 수치가 1에 가까울수록 우수하다.
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 언급했다.
■ 뇌수막염과 뇌염의 원인을 조기에 분류할 수 있는 인공지능 모델 개발
연세대의대 의생명시스템정보학교실 박유랑 교수와 최보규 강사, 세브란스병원 신경과 김경민 교수 연구팀은 뇌수막염과 뇌염 환자들의 초기 데이터를 활용해 원인 진단 정확도 93% 이상을 자랑하는 인공지능 모델을 최근 개발했다.
연구 결과는 국제학술지 ‘이클리니컬메디신(eClinicalMedicine, IF 17.033)’ 최신호에 게재됐다.
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”면서 “향후 AI 진단 모델을 이용해 환자의 뇌염 및 뇌수막염의 발생 원인을 예측함으로써 적절한 치료 방향을 신속히 결정하는데 활용할 수 있을 것으로 기대한다”라고 말했다.
■ 집에서도 정확하게 수면 단계 측정하는 인공지능 모델 개발
분당서울대병원 정신건강의학과 윤인영 교수 연구팀(공동 교신저자 에이슬립 AI 총괄 김대우 박사)이 집에서도 높은 정확도로 수면 단계를 측정할 수 있는 인공지능(AI) 모델을 최근 개발했다.
연구 결과는 지난 6월 진행된 미국수면학회 주최 학술대회인 ‘SLEEP 2023’와 AI 분야 컨퍼런스 ‘ICLR’에 소개됐으며, 건강정보학 분야 저명한 국제학술지인 ‘JMIR(Journal of Medical Internet Research)’ 최신 호에 게재됐다.
병원에서 진행한 수면다원검사 결과를 학습시킨 AI 모델을 가정에 적용했을 경우 병원에서 측정한 결과 대비 약 85% 수준인 것에 비해, 가정환경의 소리 데이터를 학습한 이번 AI 모델은 기존 모델보다 약 10%p 높은 성능을 보였다.
윤인영 교수는 “병원 환경을 기반으로 한 기존 AI 모델과 비교해 가정환경에서도 높은 정확도로 수면단계를 측정할 수 있다는 것을 증명했다”라며 “이번에 개발한 모델을 활용해 평소 수면 양상을 파악한다면 수면 관련 질환으로 이어질 수 있는 환자들을 조기에 진단하고, 적극적으로 치료를 받는 데 도움을 줄 수 있을 것으로 기대된다”라고 언급했다.
