구교철‧이광석 교수 '역치 최적화 시뮬레이션 이용 'C19 환자 최적 중등도 분류시스템' 연구
C19 환자 '자가격리와 병원이송 필요 여부 선별‥중환자 병상 효율적 운영'
구 교수 "코로나 19 환자 조기 선별로 사망률 최소화"
"의료자원 효율적 배분 가능해져 위드 코로나 시대에 활용도 높을 것"
논문, 국제학술지 'JMIR Medical Informatics'에 최근 게재
[보건타임즈] 단계적 일상회복(위드 코로나·with corona) 전환이 본격화되면서 C19 위중증 환자 관리가 중요해졌다.
일상회복이 이뤄지면 해외처럼 확진자가 급격히 늘어날 위험이 있어 선제 대응이 필수적이다.
특히 중증환자의 사망률이 급증하지 않도록 조기 선별과 치료를 해야 한다.
최근 연세대 강남세브란스병원 비뇨의학과 구교철(사진 左)‧이광석 교수(右)와 KAIST 경영대학 안재현 교수팀이 C19 환자의 개별적 임상 상태에 따라 최대질병 중증도, 즉 질병이 가장 악화했을 때 상태를 예측하는 시스템을 개발해내 주목을 받고 있다.
연구팀은 이러한 역치 최적화 시뮬레이션 기법을 이용한 C19 환자의 최적 중등도 분류시스템을 연구한 결과(논문보기)를 발표했다.
이 시스템은 신규확진자의 유입량 대비 가용한 병상 수에 따라, 반드시 중환자실이 필요한 환자에게 제한된 의료자원을 효율적으로 배분할 수 있다.
이로써 신규확진자 발생 시 자가격리(재택치료) 또는 병원이송 필요성을 선별 분류할 수 있게 돼 중증환자의 사망률을 최소화할 수 있게 됐다.
이 연구는 범부처 의료기기개발 국책사업 '공기매매-감염병 의증 환자의 조기 선별진단과 확산 방지를 위한 스마트 알고리즘 개발과 이동식 격리 연계시스템 개발'이란 과제로 진행됐다.
연구팀은 이를 통해 국내 C19 발생 시점부터 지난해 4월까지 확진 환자 5,601명을 대상으로 입원 중 최대 임상 중증도를 질병관리본부(KDCA)의 C19 확진자 임상자료(환자당 37개의 임상과 검사결과 변수)를 활용, 분석했다.
연구팀은 여기에 'AI 머신러닝 기술 XGBoost(Extreme Gradient Boosting) 기계학습법과 로지스틱 회귀 분석' 교차 검증을 통해 예측 모델을 구현해냈다.
이 결과, 중환자실 치료가 필요한 (기관 삽관, 에크모 적용, 사망) 정도의 중증질환으로 이환될 확률을 96.5%의 정확도로 예측해냈다.
이 수치는 기존 해외 연구 결과의 정확도 77~91%보다 높은 수준이다.
연구팀은 C19 검사장비가 제한된 의료환경이나 자가 진단 시 사용할 수 있도록, 혈액검사 등 변수들을 제외한 모델(variable restricted models)도 개발했다.
제한된 모델의 예측 정확도 역시 96.3%로 높은 수준을 나타냈다.
이 알고리즘은 웹사이트를 통해 전 세계 누구나 이용할 수 있다.
연구팀은 예측 모델을 통해 최적 역치-조정 시스템도 설계했다.
이 시스템은 신규확진자 유입에 대비, 중증으로 악화가 돼 사망할 환자 수를 최소화할 수 있다.
가상의 확진자 유입량에 따른 시뮬레이션 결과, 사망률을 최대 18%까지 낮출 수 있는 것으로 확인했다.
이 시스템 개발을 주도한 구 교수는 "이번 연구로 신규확진자 유입량 대비 가용한 의료자원(중환자실)에 따라 중증도 예측확률 역치를 조절함으로써 C19 환자의 사망률을 낮출 수 있다"면서 "중환자실 치료가 반드시 필요한 환자들에게 병상을 배정하도록 해야 하며, 가용한 의료자원의 효율적 배분이 가능해져 위드 코로나 시대의 활용도가 높을 것"이라고 평가했다.
이 연구 결과를 상세하게 다룬 논문은 'Optimal triage for COVID-19 patients under limited healthcare resources: Development of a parsimonious machine learning prediction model and threshold optimization using discrete-event simulation(역치 최적화와 분리-이벤트 시뮬레이션 기법을 이용한 COVID-19 환자의 최적 중등도 분류시스템 개발)'이란 주제로 국제학술지 'JMIR Medical Informatics'에 최근 게재됐다.
기사최종편집일: 2024-04-26 22:33:08
다음기사 : 
