의료기관 내에 혈액량과 환자의 데이터를 분석해 24시간 내에 수혈 가능성을 예측하는 인공지능 모델이 나왔다.

현재 전 세계적으로 혈액 관리가 난제가 되고 있다는 점에서 과연 이러한 예측 관리 모델이 이에 대한 해결책이 될 수 있을지 주목된다.

현지시각으로 23일 국제학술지 헬스 데이터 사이언스(Health Data Science)에는 수혈 가능성 예측 인공지능 모델에 대한 검증 연구 결과가 게재됐다(10.34133/hds.0197).

현재 수혈에 필요한 혈액량 부족은 전 세계적으로 이슈가 되고 있는 문제 중 하나다. 수혈에 필요한 양에 비해 헌혈량이 크게 부족하다는 점에서 효율적 관리가 무엇보다 중요해지고 있기 때문이다.

이로 인해 대다수 국가에서는 정부 차원에서 혈액량을 관리하며 의료기관별로 배분하고 있는 것이 사실. 하지만 이 또한 공급과 수요가 정확하게 맞지 않는다는 점에서 한계가 있는 것이 사실이다.

특히 의료기관 내에서도 수혈을 결정하는데 의료진마다 차이가 있다는 점에서 이에 대한 적절한 관리 방안의 필요성이 대두되고 있는 상황이다.

에모리대 알리레자(Alireza Rafiei) 교수가 이끄는 연구진이 이에 대한 인공지능 모델 개발에 나선 배경도 여기에 있다.

만약 의료기관의 상황과 환자의 데이터를 활용해 임상의사결정지원시스템을 구축할 수 있다면 보다 최적화된 수혈이 가능하다는 판단에서다.

이에 따라 연구진은 2016년부터 2020년까지 미국 42개 의료기관에 입원한 비외상성 중환자 7만 2072명의 방대한 데이터를 수집하고 메타 모델 앙상블을 통해 인공지능을 개발했다.

전자의무기록(EMR)을 기반으로 하는 환자의 생체 신호와 검사 결과를 기반으로 24시간 내에 수혈이 필요할지 여부를 판단하는 인공지능을 만든 것.

또한 1만 2천명의 환자 데이터를 기반으로 5회에 걸쳐 이 인공지능 모델의 정확도를 검증했다.

그 결과 이 인공지능은 예측 성능을 의미하는 수신자 조작 특성 곡선 아래 면적(AUROC)가 0.97로 매우 높은 결과값을 도출했다.

또한 정확도는 93%를 기록했으며 F1 점수는 0.89로 과거 어떤 지표 모델보다 높은 정확도를 기록했다.

특히 이 인공지능 모델은 수혈 가능성을 예측하는데서 나아가 수혈 결정에 영향을 미치는 헤모글로빈 및 혈소판 수치와 같은 중요한 바이오마커도 정확하게 식별하는데 성공했다.

연구를 진행한 알리레자 교수는 "현재 대다수 의료기관에서 의사의 임상적 결정에 따라 수혈이 이뤄지고 있다는 점에서 매우 한정된 환자에게 초점이 맞춰졌다"며 "하지만 이 인공지능 모델을 활용하면 중환자실에 있는 모든 환자들의 수혈 가능성을 한번에 볼 수 있다는 점에서 효율적 수혈 관리에 큰 도움이 될 것"이라고 밝혔다.