▲ 서울대병원 신장내과 한승석 교수

인공지능(AI) 기술을 활용하여 혈액투석 중 저혈압 발생을 정확하게 예측할 수 있는 모델이 개발됐다.

서울대병원 신장내과 한승석 교수팀과 서울대 융합과학기술대학원 곽노준 교수팀은 서울대병원 환자 9,292명에게 시행한 혈액투석 26만1,647건을 이용해서 혈액투석 중 저혈압 발생 예측 모델을 개발했다고 15일 밝혔다.

이 연구 결과는 미국임상신장학회 학술지(Clinical Journal of American Society of Nephrology) 최근호에 논문으로 게재됐다.

그에 따르면 연구팀은 환자의 성별과 나이 등 기본적인 정보부터 투석 전 수축기ㆍ확장기 혈압, 혈관접근로, 항응고제 등 혈액 투석 환자의 다양한 데이터를 수집했다. 전체 26만 건의 혈액투석 중 약 2만7,971건에서 저혈압이 발생한 것으로 확인됐다.

이를 기반으로 연구팀은 혈액투석 중 어느 시간대라도 1시간 이내 저혈압 발생을 예측하는 ‘실시간 예측모델’을 제안했다. 전체 데이터를 무작위로 나누어 모델 개발, 검증, 테스트 작업을 거쳤다. 테스트 결과 예측 모델의 예측능력(곡선아래면적)은 0.94로 우수한 결과를 보였다. 수치가 1에 가까울수록 예측능력이 우수하다.

▲ 혈액투석 장면. 연구팀은 혈액투석 데이터 약 26만 건을 이용해서 1시간 이내 저혈압 발생을 예측하는 모델을 개발했다.

지금까지는 저혈압 발생 예측이 매우 어려웠다. 투석 중에 혈압이 수시로 변할뿐더러 저혈압을 유발할 수 있는 원인이 다양하기 때문이다. 반면 대규모 혈액 투석 데이터를 학습한 해당 모델은 투석 중 실시간으로 저혈압 발생 위험을 정확히 예측했다. 추후 의료현장에서 위기 상황을 미리 감지하고 대비할 수 있을 것으로 기대된다.

실제로 한승석 교수팀은 ‘환자 맞춤 혈액 투석 프로세스’를 도입해 환자의 혈액투석 중 저혈압 위험을 관리하고 있다.

이번 연구는 의료분야에 인공지능을 성공적으로 접목한 사례로 꼽힌다. 예측 성능에 가장 큰 영향을 미친 요인은 실시간 변화하는 혈압 데이터였다. 좋은 모델을 개발하기 위해 방대한 양의 혈압 데이터를 고려해야 했는데, 인공지능을 통해 높은 예측률을 달성할 수 있었다.

한승석 교수는 “혈액투석 환자의 5년 사망률은 40%에 육박할 정도로 높으며, 혈액투석 중 저혈압은 사망 위험도와 가장 관련이 깊다”면서 “혈액투석 중 저혈압을 정확하게 예측하고 예방하는 것은 환자의 생존율 개선과 삶의 질 향상을 위한 첫걸음”이라고 밝혔다.

이 기사를 공유합니다
저작권자 © 메드월드뉴스 무단전재 및 재배포 금지