코로나19 환자 중증도 예측 시스템 개발…"정확도 96.5%"

[서울=뉴시스] 안호균 기자 = 코로나19 환자의 나이·혈압·체온 등의 변수와 임상 상태를 분석해 최대질병 중증도(질병이 가장 악화했을 때의 상태)를 예측하고 중환자실 치료 필요성을 판단하는 시스템이 국내에서 개발됐다.

이 시스템은 '위드 코로나(단계적 일상회복)' 전환 이후 위중증 환자 관리에 도움을 줄 수 있을 것으로 기대된다. 신규 확진자 발생시 자가격리와 병원 이송 필요성을 정확히 분류할 수 있다면 중증 환자의 사망률을 낮출 수 있기 때문이다.

연세대 강남세브란스병원 비뇨의학과 구교철·이광석 교수와 카이스트 경영대학 안재현 교수팀은 역치 최적화 시뮬레이션 기법을 이용한 코로나19 환자의 최적 중등도 분류시스템에 관한 연구 결과를 5일 발표했다.

신규 확진자 유입량 대비 가용한 병상수에 따라 반드시 중환자실이 필요한 환자에게 제한된 의료자원을 효율적으로 배분하기 위한 시스템이다.

 연구팀은 국내 코로나19 발생 시점부터 지난해 4월까지 확진 판정된 코로나19 환자 5601명을 대상으로 입원 중 최대 임상 중증도를 분석했다. 분석에는 환자 당 37개의 임상 및 검사결과 변수를 활용했다.

 연구팀은 인공지능(AI) 머신러닝 기술인 XGBoost(Extreme Gradient Boosting) 기계학습법과 로지스틱 회귀 분석 교차 검증을 통해 예측 모델을 구현했다.

 그 결과 중환자실 치료가 필요한 정도의 중증질환으로 이환될 확률을 96.5%의 정확도로 예측할 수 있었다. 이는 기존 해외 연구의 결과의 정확도(77~91%)에 비해 높은 수준이다.

 또 연구팀은 코로나19 검사장비가 제한된 의료환경이나 자가진단시 사용할 수 있도록, 혈액검사 등 변수들을 제외한 모델도 개발했다. 제한된 모델의 예측 정확도 역시 96.3%로 높은 수준을 나타냈다.

 해당 알고리즘은 웹사이트(http://covid19severity.duckdns.org)를 통해 전 세계 누구나 이용할 수 있다. 

연구팀은 예측 모델을 통해 최적역치-조정 시스템도 설계했다. 신규확진자 유입 대비 중증으로 이환돼 사망할 환자 수를 최소화하는 시스템이다. 가상의 확진자 유입량에 따른 시뮬레이션 결과 사망률을 최대 18%까지 낮출 수 있는 것으로 확인했다.

 연구를 주도한 구교철 교수는 "이번 연구로 신규확진자 유입량 대비 가용한 의료자원(중환자실)에 따라 중증도 예측확률 역치를 조절함으로써 코로나19 사망률을 낮출 수 있다"며 "중환자실 치료가 반드시 필요한 환자들에게 병상이 배정되도록 하고, 가용한 의료자원의 효율적인 배분이 가능해 위드 코로나 시대의 활용도가 높을 것"이라고 말했다.

이번 연구 결과는 국제학술지 'JMIR 메디컬 인포매틱스'에 '역치 최적화 및 분리-이벤트 시뮬레이션 기법을 이용한 COVID-19 환자의 최적 중등도 분류시스템 개발'이라는 제목으로 최근 게재됐다.


◎공감언론 뉴시스 [email protected]