박용정·김도균·최민혁 교수팀, '25만 명 환자 데이터' 활용 성과
세브란스와 강남세브란스서 환자 252,917명 데이터베이스 통해 'AI 모델 개발과 검증'
AI 모델 XGBoost 'AUROC 96.7%, 요로연관 2차 혈류감염 예측, AUROC 95.5%'
"초기 치료 결정에 큰 도움될 것 기대‥특허 출원 후 기술 이전 준비 중"
논문 'Journal of Infection and Public Health'에 게재
[보건타임즈] 요로감염과 이로 전염된 2차 혈류감염을 정확하게 예측하는 인공지능 모델(논문보기)이 개발됐다.
이렇듯 소변 배양 검사의 정확성과 자동화 소변검사의 신속성을 모두 갖춰, 요로감염증의 빠른 진단과 치료 결정에 도움을 줄 전망이다.
연세대 강남세브란스병원(병원장 송영구) 진단검사의학과 박용정(사진 좌)·김도균(중)·최민혁 교수(우)팀은 최근 요로감염 예측 인공지능 모델을 개발, 특허 출원을 완료했다며 26일 이같이 발표했다.
요로감염은 지역사회와 의료 환경에서 가장 흔하게 발생하는 감염 중 하나다.
요로감염 증상이 있을 시 정확한 진단을 위해 소변 배양 검사를 진행하게 되며 세균이 자랄 때까지는 통상 일정이 2~3일가량 소요가 돼 감염 초기 치료를 놓칠 수 있다.
치료 지연 없이 경험적 치료를 결정하기 위해 자동화 소변검사를 통해 요로감염 추정 진단이 권장되지만, 이 검사만으로는 정확한 진단이 어렵다는 한계가 있어 왔다.
연구팀은 2011년부터 2021년까지 11년간 세브란스병원과 강남세브란스병원에서 요배양 검사와 자동화 소변검사를 받은 환자 252,917명의 데이터베이스를 통해 인공지능 모델을 개발과 검증했다.
인공지능 모델은 중요하다고 판별한 지표 10개와 대조하기 위해 환자의 ▲ 소변검사 결과 값(소변 내 박테리아 수, 요중 백혈구, 요비중) ▲ 혈액검사 결과(백혈구 수, 단핵구 수, 림프구 수, CRP Level) ▲ 인구 통계학적 자료(이완기 혈압, 수축기 혈압, 환자 나이)를 입력, 'Predict' 버튼을 누르면 자동으로 작동, 요로감염과 요로연관 2차 혈류감염의 가능성의 예측값을 나타낸다. (표)
이를 통해 도출한 10개 지표 값은 병원 방문 후 1시간 이내에 얻을 수 있는 자료들로, 인공지능 모델에 입력하는 즉시 감염 예측값을 얻을 수 있다.
최종 인공지능 모델 XGBoost 소변검사의 정확도를 나타내는 AUROC 값은 기존 자동화 소변검사 74.5%인 것에 비해, 외부 검증 데이터세트에서 요로감염 예측 시 AUROC 96.7%, 요로연관 2차 혈류감염을 예측함으로써 AUROC 95.5%의 성능을 나타냈다.
최민혁 교수는 "이 기술이 상용화될 수 있도록 외부기관과 MOU를 체결, 기술 이전을 준비 중"이라며 "이 모델을 임상적으로 활용하면 비특이적 요로감염 증상이 있는 환자의 항균 치료 지연 위험을 줄이는 동시에 추가 치료와 면밀한 모니터링이 필요한 요로연관 2차 혈류감염 환자를 분류할 수 있을 것으로 기대한다"고 말했다.
이 연구 결과를 상세하게 다룬 논문은 'Development and validation of artificial intelligence models to predict urinary tract infections and secondary bloodstream infections in adult patient'란 주제로 감염과 공중보건학회보 'Journal of Infection and Public Health'에 게재됐다.
기사최종편집일: 2024-04-29 19:07:48
다음기사 : 
