학술학회  
딥러닝 기반 AI로 패혈증 전 단계 균혈증 예측 성공
황병우 기자 (news@medicaltimes.com)
기사입력 : 2019-12-11 10:58
0
    • |환자 1만3000여명 임상데이터 분석 실시 효과 검증
    • |강남세브란스병원·셀바스AI 연구팀 발표…"실시간 모니터링 기대"
    |메디칼타임즈=황병우 기자| 국내의료진이 패혈증의 전 단계인 균혈증을 예측할 수 있는 AI모델을 개발해 주목된다.

    특히, 기존의 AI모델이 영상검시 이미지를 분석했지만 이번 모델은 환자의 체온, 혈압 등 환자의 실제 임상데이터를 분석한다는 측면에서 실시간 모니터링이 가능할 것으로 기대된다.
    (왼쪽부터)강남세브란스병원 가정의학과 동재준 교수, 감염내과 송영구 교수, 이경화 교수

    연세대학교 강남세브란스병원 감염내과 송영구 교수, 이경화 교수, 가정의학과 동재준 교수 연구팀과 인공지능 전문기업 셀바스 AI는 10개의 임상변수를 활용해 조기에 균혈증을 예측할 수 있는 AI 모델을 개발했다고 11일 밝혔다.

    균혈증은 혈액에 세균이 존재하는 상태로 세균독소가 혈류로 방출되면 패혈증을 유발해 패혈성 쇼크나 사망에 이를 수 있다.

    딥러닝을 통해 질병을 예측하는 인공지능(AI) 모델은 최근 관심이 높아지고 있으며 이번 균혈증 예측 AI모델은 환자의 임상 데이터를 바탕으로 패혈증의 전 단계인 균혈증을 예측할 수 있다는 점에서 그 의미가 있다.

    먼저 연구팀은 강남세브란스병원에서 균혈증으로 진단된 환자 1만3402명의 혈액배양 결과 2만2000여 개를 분석했다.

    이 중 유의미한 균혈증을 보인 데이터 1260개를 AI에 학습시키고 210개의 균혈증 데이터를 적용해 학습효과를 검증했다.

    연구 결과, 분석에 사용된 임상변수 중 혈청 내 알칼라인 포스파타제 효소 수치를 비롯한 10개 변수를 사용했을 때 예측정확도가 가장 높은 것으로 나타났다.

    이는 예측정확도가 높은 10개 임상변수를 적용해 조기에 균혈증을 발견할 수 있는 AI모델을 개발한 것이라는 게 연구팀의 설명이다.

    연구팀 송영구 교수는 "기존의 AI 모델이 주로 영상검사 이미지를 분석하는 것과 달리 환자의 체온, 혈압 등의 활력징후, 혈액검사 등 실제 임상 데이터를 분석했다"며 "연구결과 패혈증과 같은 급성 감염질환을 더 빠르게 예측할 수 있을 뿐만 아니라 실시간 모니터링도 가능할 것으로 기대한다"라고 말했다.

    한편, 이번 연구는 보건복지부 보건의료기술연구개발사업의 지원을 받아 수행됐으며 결과는 국제 학술지 'Journal of Clinical Medicine' 2019년 10월호에 게재됐다.

  • 메디칼타임즈는 독자의 제보에 응답합니다.
    • 이 기사를 쓴

      황병우 기자

    • 전공의 및 공보의, 의대생 등 젋은 의사들과 현장 중심의 개원가를 취재 보도하고 있습니다.
    • 기사 관련 궁금증이나 제보할 내용이 있으면 지금 황병우 기자에게 연락주세요.
      메디칼타임즈는 여러분의 제보에 응답합니다.
    • 사실관계 확인 후 기사화된 제보에 대해서는 소정의 원고료(건당 5만원)을 지급해드립니다.
      ※프로필을 클릭하면 기사 제보 페이지로 이동합니다.
    독자의견
    0
    익명의견 쓰기 | 실명의견쓰기 운영규칙
    닫기

    댓글 운영방식은

    댓글은익명게재 방식으로 운영되고 있습니다, 익명은 필명으로 등록 가능하며, 대댓글은 익명으로 등록 가능합니다.

    댓글의 삭제 기준은

    다음의 경우 사전 통보없이 삭제하고 아이디 이용정지 또는 영구 가입제한이 될 수도 있습니다.

    • 저작권·인격권 등 타인의 권리를 침해하는 경우

      상용 프로그램의 등록과 게재, 배포를 안내하는 게시물

      타인 또는 제3자의 저작권 및 기타 권리를 침해한 내용을 담은 게시물

    • 근거 없는 비방·명예를 훼손하는 게시물

      특정 이용자 및 개인에 대한 인신 공격적인 내용의 글 및 직접적인 욕설이 사용된 경우

      특정 지역 및 종교간의 감정대립을 조장하는 내용

      사실 확인이 안된 소문을 유포 시키는 경우

      욕설과 비어, 속어를 담은 내용

      정당법 및 공직선거법, 관계 법령에 저촉되는 경우(선관위 요청 시 즉시 삭제)

      특정 지역이나 단체를 비하하는 경우

      특정인의 명예를 훼손하여 해당인이 삭제를 요청하는 경우

      특정인의 개인정보(주민등록번호, 전화, 상세주소 등)를 무단으로 게시하는 경우

      타인의 ID 혹은 닉네임을 도용하는 경우

    • 게시판 특성상 제한되는 내용

      서비스 주제와 맞지 않는 내용의 글을 게재한 경우

      동일 내용의 연속 게재 및 여러 기사에 중복 게재한 경우

      부분적으로 변경하여 반복 게재하는 경우도 포함

      제목과 관련 없는 내용의 게시물, 제목과 본문이 무관한 경우

      돈벌기 및 직·간접 상업적 목적의 내용이 포함된 게시물

      게시물 읽기 유도 등을 위해 내용과 무관한 제목을 사용한 경우

    • 수사기관 등의 공식적인 요청이 있는 경우

    • 기타사항

      각 서비스의 필요성에 따라 미리 공지한 경우

      기타 법률에 저촉되는 정보 게재를 목적으로 할 경우

      기타 원만한 운영을 위해 운영자가 필요하다고 판단되는 내용

    • 사실 관계 확인 후 삭제

      저작권자로부터 허락받지 않은 내용을 무단 게재, 복제, 배포하는 경우

      타인의 초상권을 침해하거나 개인정보를 유출하는 경우

      당사에 제공한 이용자의 정보가 허위인 경우 (타인의 ID, 비밀번호 도용 등)

    • ※이상의 내용중 일부 사항에 적용될 경우 이용약관 및 관련 법률에 의해 제재를 받으실 수도 있으며, 민·형사상 처벌을 받을 수도 있습니다.

      ※위에 명시되지 않은 내용이더라도 불법적인 내용으로 판단되거나 메디칼타임즈 서비스에 바람직하지 않다고 판단되는 경우는 선 조치 이후 본 관리 기준을 수정 공시하겠습니다.

      ※기타 문의 사항은 메디칼타임즈 운영자에게 연락주십시오. 메일 주소는 admin@medicaltimes.com입니다.

    등록
    0/300
    등록
    0/300