서울대학교병원 한승석 교수팀이 지속성 신대체요법을 받는 급성 신장 손상 환자의 예후를 예측할 수 있는 도구를 개발했다.
지속성 신대체요법이란, 급성 신장 손상을 겪는 환자에게 24시간 지속해서 진행하는 투석 방법이다. 급성 신장 손상이 심하게 발생하면, 소변이 나오지 않고 혈압이 불안정하다. 이때 약물 요법으로는 환자 상태를 유지하기 어려워 지속성 신대체요법을 실행한다.
지속성 신대체요법을 받는 환자는 고위험군으로 사망률이 약 50%에 달한다. 또한, 이미 상태가 많이 악화된 환자를 대상으로 시행하는 만큼, 사망 위험도를 정확히 예측하기가 더욱 까다롭다.
지금까지 중환자실 환자의 예후를 예측하기 위해 APACHE Ⅱ, SOFA 등을 활용해왔다. 그러나 이 도구는 주로 중환자실 환자의 사망 위험도를 예측할 때 사용되는 것으로, 지속성 신대체요법을 받는 환자의 예후를 예측하기에 최적화된 도구는 아니었다.
이에 서울대학교병원 신장내과 한승석 교수팀은 인공지능 방법을 활용해 지속성 신대체요법을 받는 환자에 최적화된 사망예측도구를 개발했다. 지속성 신대체요법을 받는 급성 신장 손상 환자 1571명을 대상으로 한 임상 결과에서도 기존 도구보다 예측률이 더욱 우수한 것으로 나타났다.
연구결과에 따르면, 새로 개발된 예측 도구의 곡선하면적은 0.784로, APACHE Ⅱ(0.611), SOFA(0.677), MOSAIC(0.722) 등 기존 예측 도구보다 높다. 곡선하면적(AUC)은 정확도를 판별할 때 흔히 사용하는 지표로, 곡선 아래 면적넓이를 말한다. 1에 가까울수록 정확도가 높다.
이번 연구는 기계학습(Machine Learning)을 활용해 우수한 예측 도구를 개발하고, 신장학에 인공지능을 접목했다는 점에서 의의가 있다. 특히, 지속성 신대체요법 환자 관련 연구에 인공지능을 접목한 것은 이번이 최초다.
한승석 교수는 “인공지능의 발전은 모든 임상의학 변화와 맞물려있고, 인간의 힘만으로는 도달할 수 없는 한계를 극복할 것”이라며 “앞으로도 신장학에 인공지능을 접목할 수 있도록 계속 연구할 것”이라고 밝혔다.
