국내의료진이 패혈증의 전 단계인 균혈증을 예측할 수 있는 AI모델을 개발해 주목된다.

특히, 기존의 AI모델이 영상검시 이미지를 분석했지만 이번 모델은 환자의 체온, 혈압 등 환자의 실제 임상데이터를 분석한다는 측면에서 실시간 모니터링이 가능할 것으로 기대된다.

연세대학교 강남세브란스병원 감염내과 송영구 교수, 이경화 교수, 가정의학과 동재준 교수 연구팀과 인공지능 전문기업 셀바스 AI는 10개의 임상변수를 활용해 조기에 균혈증을 예측할 수 있는 AI 모델을 개발했다고 11일 밝혔다.

균혈증은 혈액에 세균이 존재하는 상태로 세균독소가 혈류로 방출되면 패혈증을 유발해 패혈성 쇼크나 사망에 이를 수 있다.

딥러닝을 통해 질병을 예측하는 인공지능(AI) 모델은 최근 관심이 높아지고 있으며 이번 균혈증 예측 AI모델은 환자의 임상 데이터를 바탕으로 패혈증의 전 단계인 균혈증을 예측할 수 있다는 점에서 그 의미가 있다.

먼저 연구팀은 강남세브란스병원에서 균혈증으로 진단된 환자 1만3402명의 혈액배양 결과 2만2000여 개를 분석했다.

이 중 유의미한 균혈증을 보인 데이터 1260개를 AI에 학습시키고 210개의 균혈증 데이터를 적용해 학습효과를 검증했다.

연구 결과, 분석에 사용된 임상변수 중 혈청 내 알칼라인 포스파타제 효소 수치를 비롯한 10개 변수를 사용했을 때 예측정확도가 가장 높은 것으로 나타났다.

이는 예측정확도가 높은 10개 임상변수를 적용해 조기에 균혈증을 발견할 수 있는 AI모델을 개발한 것이라는 게 연구팀의 설명이다.

연구팀 송영구 교수는 "기존의 AI 모델이 주로 영상검사 이미지를 분석하는 것과 달리 환자의 체온, 혈압 등의 활력징후, 혈액검사 등 실제 임상 데이터를 분석했다"며 "연구결과 패혈증과 같은 급성 감염질환을 더 빠르게 예측할 수 있을 뿐만 아니라 실시간 모니터링도 가능할 것으로 기대한다"라고 말했다.

한편, 이번 연구는 보건복지부 보건의료기술연구개발사업의 지원을 받아 수행됐으며 결과는 국제 학술지 'Journal of Clinical Medicine' 2019년 10월호에 게재됐다.