병리학적 특징을 통해 전문의도 진단이 까다로운 임신중독인 자간전증을 진단하는 인공지능 모델이 나와 주목된다.

디지털 병리 시스템과 결합할 경우 심각한 합병증을 미리 예방할 수 있다는 점에서 향후 임신 관리에 중요한 요소가 될 수 있다는 것이 전문가들의 의견이다.

오는 10월 14일 대한의학회가 발간하는 국제학술지 JKMS에는 병리 슬라이드만으로 자간전증을 진단하는 인공지능 모델에 대한 검증 연구 결과가 공개될 예정이다.

자간전증은 보통 임신 20주 전후로 발행하는 태반 기능 장애와 관련된 임신성 고혈압으로 진단이 늦어질 경우 산모의 생명까지 위협할 수 있는 질환이다.

보통 태반에 급성 동맥 경화, 태반 혈관병증, 종막 성숙 등과 같은 병리학적 손상을 수반하지만 아직까지 이를 통한 진단 기준은 없는 것이 사실.

결국 전문의가 이러한 병리학적 특성을 바탕으로 경험을 통해 자간병증을 진단할 수 밖에 없다는 의미다.

서울대 의과대학 산부인과학교실 이승미 교수가 이끄는 연구진이 이를 진단하는 인공지능 모델 개발에 나선 것도 이러한 배경 때문이다.

현재 병리학이 디지털 전환 등으로 말 그대로 디지털 병리로 가고 있는 만큼 여기에 인공지능 모델을 적용한다면 보다 정확하게 자간전증을 진단할 수 있을 것이라는 가정에 의해서다.

이에 따라 연구진은 서울대병원에 내원한 환자 중 자간전증이 나타난 환자 84명과 대조군 84명 등 총 168명의 환자를 대상으로 데이터를 수집하고 이를 학습시킨 인공지능 모델을 개발했다.

또한 보라매병원에 내원한 자간전증 환자 38명과 대조군 38명 등 76명의 환자를 대상으로 외부 검증을 진행했다.

그 결과 인공지능이 추출한 9개의 임상적 특징에 전문의들이 추가한 임상정 특징을 결합한 앙상블 모델은 기대 이상의 정확도를 보여줬다.

인공지능 모델의 성능을 가늠하는 AUROC가 0.744를 기록하며 매우 높은 정확보를 기록했기 때문이다.

외부 검증에서도 이 인공지능 모델은 0.725의 AUROC를 기록하며 높은 정확도를 보였다. 민감도는 77.3%였으며 특이도는 74.8%로 분석됐다.

연구진은 이러한 인공지능 모델이 디지털 병리와 결합된다면 향후 자간전증 진단에 획기적 변화가 일어날 수 있을 것으로 기대하고 있다.

아직까지 병리학적 변화를 기반으로 하는 진단 기준이 모호해 전문의들의 경험에 의존하고 있다는 점에서 훌륭한 진단 도구가 될 수 있다는 평가다.

연구진은 "이 인공지능 모델은 자간전증 진단에 있어 매우 강력한 능력을 보여줬다"며 "현재 병리학에 근거해 자간전증을 진단하는 것은 전문의들도 매우 어려운 작업이라는 점에서 훌륭한 진단 도구가 될 수 있는 가능성을 보여줬다"고 밝혔다.