"AI로 급성신손상 예측"…가톨릭의대, 특허 등록

[서울=뉴시스]송종호 기자 = 가톨릭대학교 의과대학 공동 연구팀이 수술 후 신장 기능이 갑자기 떨어지는 급성신손상(AKI) 발생 위험을 인공지능(AI)으로 미리 예측하는 기술을 개발했다.

1일 가톨릭대학교 의과대학에 따르면 윤혜은 서울성모병원 신장내과 교수와 민지원 부천성모병원 신장내과 교수 공동연구팀은 수술 환자의 임상 데이터를 활용해 급성신손상 발생 위험을 예측하는 AI 기술을 개발해 특허 등록을 마쳤다.

급성신손상은 짧은 기간에 신장 기능이 급격히 저하되는 질환으로, 전체 입원 환자의 약 5~7.5%, 중환자실 환자의 약 20%에서 발생하며, 특히 병원에서 발생하는 급성신손상의 약 30~40%는 수술과 관련되어 있는 것으로 알려져 있다.

하지만 수술 후 급성신손상은 환자의 기저 신장 기능뿐 아니라 연령, 동반질환, 복용 약물, 수술 종류와 소요 시간 등 다양한 요인이 복합적으로 작용하므로 수술 전 단계에서 위험도를 정확하게 예측하기가 까다롭다.

문제는 진단에 사용되는 혈청 크레아티닌 수치가 실제 신장 손상이 진행된 이후에야 상승한다는 점이다. 발병 시 환자의 합병증과 사망 위험이 크게 높아지는 만큼, 손상이 시작되기 전 고위험군 환자를 선별해 관리하는 것이 중요하다.

연구팀은 이러한 한계를 극복하기 위해 가톨릭중앙의료원 산하 7개 대학병원(서울성모병원, 여의도성모병원, 의정부성모병원, 부천성모병원, 은평성모병원, 인천성모병원, 성빈센트병원)의 임상 빅데이터를 활용해 수술 후 급성신손상 발생 위험을 예측하는 인공지능 모델 'CMC-AKIX'를 개발했다.

연구에는 2009년부터 2019년까지 전신마취하 비심장수술을 받은 환자 23만 9267건의 데이터가 활용됐다. 이 중 7935건(3.3%)에서 수술 후 30일 이내 급성신손상이 발생했으며, 국제 신장질환 진료지침(KDIGO) 기준에 따라 혈청 크레아티닌 상승 또는 신대체요법 시행 여부를 바탕으로 환자군을 정의했다.

연구팀은 수술 전에 확보할 수 있는 총 38개의 임상 및 검사 변수를 기반으로 종합 분석했다. 주요 변수로는 ▲기본 신체 정보(연령, 성별, 혈압, 체질량지수 등) ▲동반질환(만성신장질환, 당뇨, 고혈압, 심·뇌혈관질환, 만성폐쇄성폐질환, 간경변 등) ▲약물 사용 여부(레닌-안지오텐신계 억제제, 비스테로이드성 소염진통제) ▲수술 전 검사 결과(크레아티닌, 사구체여과율, 알부민, 칼륨, 요단백 등) ▲수술 관련 정보(수술 시간, 진료과 등)가 포함된다.

특히 AI의 예측 정확도를 높이기 위해 데이터를 정교하게 정리하는 과정을 거쳤다. 일부 검사 결과가 누락된 경우에는 다른 임상 정보와의 연관성을 바탕으로 누락된 값을 추정해 보완했다. 또 전체 수술 환자 가운데 급성신손상이 발생한 환자는 3.3%로 상대적으로 적다는 점을 고려해, 급성신손상 환자의 사례를 바탕으로 새로운 학습 데이터를 만들어내는 SMOTE 기법을 적용했다. 이를 통해 급성신손상 환자의 특징을 AI가 충분히 학습할 수 있도록 했다.

이후 연구팀은 같은 데이터를 여러 인공지능 예측 모델에 적용해 성능을 비교·검증했다. 그 결과 인간의 뇌 신경망을 모방해 복잡한 데이터의 패턴을 학습하는 ‘심층신경망(DNN)’ 모델이 여러 임상 정보를 종합적으로 분석했을 때 가장 높은 예측 성능을 보였다. DNN 모델의 예측 성능을 나타내는 AUC는 0.832로 나타났다. 연구팀은 검증 결과를 바탕으로 DNN 모델을 적용한 웹 기반 ‘CMC-AKIX’ 시스템을 구현했다.

윤혜은 교수는 "CMC-AKIX가 실제 임상에 적용되면 의료진이 수술 전 환자의 임상 정보와 검사 결과 입력만으로 수술 후 급성신손상 발생 위험도를 즉시 확인할 수 있어, 환자와 의료진 모두에게 실질적인 이점을 제공한다"고 말했다.

민지원 교수는 "이번 특허는 예측 알고리즘 개발에 그치지 않고, 수술 전 임상정보를 입력해 위험도를 실시간 산출하는 웹 기반 시스템 구현 방식까지 특허로 포괄하고 있다"며 "향후 임상 현장 적용 및 상용화 가능성을 크게 높였다는 점에서 의미가 크다"고 밝혔다.

한편, 이번 연구 결과는 2025년 4월 국제학술지 ‘의료 인터넷 연구 저널(Journal of Medical Internet Research·JMIR)’에 게재됐다.


◎공감언론 뉴시스 [email protected]