말기신부전(콩팥병) 환자가 혈액투석 치료 중 발생할 수 있는 저혈압을 예측하는 인공지능(AI) 시스템의 유용성이 입증됐다. 가톨릭대학교 서울성모병원은 신장내과 정병하(공동교신저자)·이한비(제1저자), 여의도성모병원 신장내과 고은실(공동교신저자) 교수팀이 투석 중 저혈압을 예측할 수 있는 인공지능 시스템 (CMC-IDH-X-Artificial Intelligenence system)을 개발했다고 26일 밝혔다. 연구팀은 가톨릭중앙의료원 의료분야 임상데이터 정보관리시스템인 CMCnU CDW (Clinical Data Warehouse) 플랫폼을 활용해 의료원 산하 7개 병원 혈액투석 환자 2007명과 94만3 220건의 투석과 연관된 임상 자료를 분석하고 데이터 세트를 구축했다. 이후 개발한 저혈압 예측 인공지능 시스템을 통해 투석 시작 전 혈압과 한외여과율, 이전 투석 중 저혈압 기왕력 등과 같은 임상 자료를 기반으로 위험도를 계산했다. 그 결과, 실제 저혈압 발생 위험을 예측하는 음성 예측도가 0.97로, 투석 시작 전 투석 중 저혈압 발생 위험을 거의 정확하게 선별해 낼 수 있음을 확인했다. 예측능력은 수치가 1에 가까울수록 우수하다. 정병하 교수는 “인공
“아침에 잠자리에서 일어날 때마다 너무 어지러워요.”“식욕이 별로 없고 속도 메스꺼워요. 가끔 구역질도 나는 것 같아요.” 증상만 보면 빈혈을 떠올리기 쉽지만, 이는 ‘기립성 저혈압’ 증상의 일부다. 저혈압은 일반적으로 수축기 혈압이 90mmHg 이완기 혈압이 60mmHg 이하인 경우를 말한다. 특히 저혈압으로 병원을 찾는 환자는 사계절 중 여름이 가장 많다. 실제로 건강보험심사평가원에 따르면 저혈압 환자는 여름철(6~8월)이 겨울철(12~2월)보다 2배가량 많은 것으로 집계됐는데, 이는 외부 온도가 상승하면 열을 분산하기 위해 혈관이 확장되고 혈액량이 줄어 혈압이 낮아지기 때문이다. ◆기립성 저혈압, 빈혈과 다른 점은? 대부분의 사람들은 보통 ‘고혈압보다 더 무서운 것이 저혈압’이라는 말을 입에 담고 살면서도 고혈압에 비해 저혈압을 크게 걱정하지 않는 경향을 보이거나, 저혈압에 대한 인식 부족으로 피가 모자라서 생기는 병이라고 생각하는 경우가 많다. 또 단순히 어지러움을 느끼는 것에서 저혈압과 빈혈을 혼동하기도 하는데, 이 둘은 엄연한 차이가 있다. 대전을지대학교병원 심장내과 박상현 교수는 “저혈압은 심장 기능의 이상 등으로 혈관 내 압력이 낮아져 발생하는
인공지능 모델로 수술 중 저혈압 위험을 예측할 수 있게 됐다. 서울아산병원은 마취통증의학과 김성훈·박용석 교수, 국립암센터 국제암대학원대학교 암AI디지털헬스학과 김준태 교수팀이 수술 환자 1만여명의 동맥혈압 데이터를 학습시킨 인공지능 모델을 개발했다고 3일 밝혔다. 특히 연구팀은 저혈압 발생 확률에 대한 판단 근거를 실시간으로 제공해, 의료진이 저혈압 발생 예측 과정을 쉽게 해석할 수 있도록 했다. 먼저 서울아산병원 마취통증의학과 김성훈 교수팀은 1만여명의 대규모 환자 데이터를 분석하고, 타당성 검증과 마취통증의학과 전문의 대상 평가를 진행했다. 이를 위해 연구팀은 2018년부터 2021년까지 서울아산병원에서 수술을 받은 환자 1만454명의 동맥혈압 데이터를 인공지능 모델에 학습시켜 혈관 내부에 흐르는 혈액의 양을 나타내는 동맥혈압 추세를 추출했다. 이후 대규모 환자 데이터를 바탕으로 생성된 저혈압 발생 위험도별 대표적인 동맥혈압 추세와 유사도를 비교해 10분 뒤 시점의 저혈압 발생 확률을 예측했으며, 더 나아가 유사도에 따라 저혈압이 발생할 수 있는 위험 비율을 나타내는 교차비를 의료진에게 예측 근거로 제시했다. 그 결과, 연구팀이 서울아산병원에서 수술을
서울대병원 신장내과 한승석 교수팀·서울대 융합과학기술대학원 곽노준 교수팀은 인공지능 기술을 활용해 혈액투석 중 저혈압 발생 예측 모델을 개발했다. 연구팀은 서울대병원 환자 9292명에게 시행한 혈액투석 26만 1647건을 활용했다. 환자의 성별과 나이 등 기본적인 정보부터 투석 전 수축기·확장기 혈압, 혈관접근로, 항응고제 등 혈액 투석 환자의 다양한 데이터를 수집했다. 전체 26만 건 중 약 2만 7971건에서 혈액투석 중 저혈압이 관찰됐다. 연구팀은 혈액투석 중 어느 시간대라도 1시간 이내 저혈압 발생을 예측하는 ‘실시간 예측모델’을 제안했다. 전체 데이터를 무작위로 나누어 모델 개발, 검증, 테스트 작업을 거쳤다. 테스트 결과, 예측 모델의 예측능력(곡선아래면적)은 0.94로 우수한 예측능력을 보였다. 수치가 1에 가까울수록 예측능력이 우수하다. 기존에는 저혈압 발생 예측이 매우 어려웠다. 투석 중에 혈압이 수시로 변화하고 저혈압을 유발할 수 있는 원인이 다양하기 때문이다. 반면, 대규모 혈액 투석 데이터를 학습한 해당 모델은 투석 중 실시간으로 저혈압 발생 위험을 정확히 예측했다. 추후 의료현장에서 위기 상황을 미리 감지하고 대비할 수 있을 것으로 기