■ 2~3일 걸리던 요로검사, 1시간만에 완료... “인공지능 모델 개발”
연세대 강남세브란스병원 진단검사의학과 박용정·김도균·최민혁 교수팀은 최근 요로감염 예측 인공지능 모델을 개발하고, 최근 이에 대한 특허 출원을 완료했다.
이번 연구 결과는 감염 및 공중보건학회보 ‘Journal of Infection and Public Health’에 게재됐다.
인공지능 모델이 중요하다고 판별한 10개의 지표 △소변검사 결과값(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 예측값을 보여주는 웹 어플리케이션이다. 결과 도출에 필요한 10개 지표값은 병원 방문 후 1시간 이내에 얻을 수 있는 자료들로, 인공지능 모델에 입력하는 즉시 감염 예측값을 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. 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”라고 말했다.
■ 미숙아 인공호흡기 떼는 ‘발관’ 성공 여부 예측해주는 인공지능 나왔다
분당서울대병원 고위험산모신생아통합치료센터 정영화ㆍ최창원 교수(소아청소년과), 디지털헬스케어연구사업부 유수영 교수, 송원근 연구원 등 연구팀은 기도 삽관 후 인공호흡기를 사용하는 미숙아의 발관 성공률을 평가하는 모델을 개발, 저명 국제학술지 ‘International Journal Of Medical Informatics’ 최신호에 보고했다.
연구팀은 2003년부터 2019년까지 분당서울대병원에서 태어난 32주 미만의 미숙아 중 기도 삽관 후 침습적 인공호흡기를 사용한 678명의 데이터를 활용, 심장박동·호흡 등의 생체 신호를 분석해 발관 성공 여부를 예측하는 기계학습 알고리즘을 개발했다.
‘NExt-Predictor’라는 명칭의 이 발관 성공 예측모델은 정확도를 나타내는 곡선하면적(AUC) 0.805, 정밀도(precision)는 0.917 수준으로 뛰어난 예측이 가능하다. 이러한 예측성능은 미국의 MIMMIC-III 데이터를 기반으로 분석했을 때도 안정적으로 유지됐으며, 기본적인 생체 신호만을 사용하기 때문에 별도의 장비가 필요하지 않은 장점도 있다.
분당서울대병원 고위험산모신생아통합치료센터 정영화 교수는 “인공호흡기를 쓰는 미숙아는 빨라도, 늦어도 안 되는 최적의 시점에 인공호흡기를 떼는 것이 중요하다. 그러나 이에 대한 정확한 기준을 마련하는 데 어려움이 있었던 만큼, 발관 성공 가능성을 예측해주는 인공지능이 의료 현장에서 큰 도움이 될 것이라 판단해 개발하게 됐다”라고 말했다.
■ 인공지능으로 회전근개 재파열 정확도 높은 예측 가능
가톨릭대학교 서울성모병원 정형외과 김양수 교수(교신저자)·조성현 임상강사(제1저자) 연구팀은 858명의 회전근개 수술 환자를 조사하고, 1,394장의 관절경 수술 중 이미지를 추출하였다. 수술 후 2년 이내 회전근 개가 파열되지 않은 환자와 재파열된 환자로 구분하여 분석한 후, 세 가지의 확립된 딥러닝 구조를 전이학습 이용으로 예측모델을 만들었다.
논문제목이 ‘Prediction of Retear After Arthroscopic Rotator Cuff Repair Based on Intraoperative Arthroscopic Images Using Deep Learning’인 이번 연구는 미국 스포츠 의학회지(American Journal of Sports Medicine.AJSM) 최근호에 게재되었다.
그 결과 값이 1에 가까울수록 우수한 평가모델을 의미하는 지표인 AUC(곡선하면적)는 0.92, 정확도 91%, 특이도 93%로, 결론적으로 관절경 수술 중의 이미지는 다른 추가적인 정보 없이 재파열을 예측할 수 있었다.
김양수 교수는 “높은 예측 정확도는 수술 중 관절경 사진이 힘줄의 건강상태(tendon quality)를 반영하기 때문으로 보이고, 그 동안 영상 평가에 포함되지 않았던 수술 중 사진으로 수술 치료 효과와 회전근 개의 상태를 처음 객관적으로 평가할 수 있게 되었다”고 연구의 의미를 설명했다.
