서울대병원, AI 활용 수면무호흡 수술 성공률 예측
이창진 기자 (news@medicaltimes.com)
기사입력 : 2021-09-15 10:33
0
  • |김현직 교수와 동국대 김진연 교수 공동 "의사보다 정확도 20% 높아"
[메디칼타임즈=이창진 기자] 국내 의료진이 인공지능(AI)을 활용해 폐쇄성 수면무호흡 수술 성공률을 예측할 수 있는 진단방법을 개발해 주목된다.

왼쪽부터 김현직 교수와 김진엽 교수.
서울대병원은 15일 이비인후과 김현직 교수와 동국대병원 김진엽 교수팀은 머신러닝으로 폐쇄성 수면무호흡 수술 성공을 예측할 수 있는 알고리즘을 개발했다고 발표했다.

지난 2010~2019년 수면무호흡 수술을 받은 환자 163명이 연구대상이었다.

연구팀은 수술 전후에 시행한 수면다원검사 결과를 토대로 수술 성공률을 분석했고, 수술 전 인공지능 프로그램 예측과 비교했다. 그 결과 인공지능으로 예측한 성공률은 실제 수술 성공률과 70%를 상회하는 일치도를 보였다.

수면다원검사와 양압기 치료의 건강보험 적용으로 폐쇄성 수면무호흡으로 진단받고 양압기를 이용해 치료받는 환자가 가파르게 증가하고 있다.

폐쇄성 수면무호흡의 수술적 치료는 성공률이 중요하다. 서울대병원의 경우 약 70%라고 조사됐다. 그 때문에 수술 성공률이 높은 환자를 수술 전에 구별하는 것이 중요하지만 해부·생리학적 인자들을 모두 고려해야 하므로 예측이 쉽지 않다. 전통적인 예측모델이나 수술을 시행하는 의사의 주관적 성공률 예측은 정확도가 각각 54.2%, 52.2%로 낮았다.

서울대병원과 동국대병원 연구진은 인공지능 활용한 폐쇄성 수면무호흡 수술 성공률 예측 방법을 개발했다.
연구팀은 연령, 편도선 크기, BMI, 수면 시간 등 결과 예측에 기여하는 다양한 인자를 조합해 서포트벡터머신(support vector machine), 랜덤 포레스트(random forest), 그래디언트 부스팅(gradient boosting) 등 세 가지 인공지능 모델을 해당 연구에 적용했다.

이중 그래디언트 부스팅 모델은 정확도는 70.8%로 기존의 예측 방법보다 월등히 정확도가 높은 것으로 판명됐다.

이비인후과 김현직 교수는 "폐쇄성 수면무호흡 수술의 적절한 환자 선택은 중요하지만 성공 예측이 어려운 과제인데, 인공지능이 정확성을 높일 수 있다"면서 "인공지능은 스스로 학습을 해서 알고리즘을 발달시킨다. 분석대상이 많아지면 현재의 정확도는 더 높아지고 최적의 치료방법을 찾는데 도움이 될 것"이라고 말했다.

이번 연구는 네이처 자매 국제 학술지 ‘사이언티픽 리포트'(Scientific Report) 최근호에 게재됐다.
  • 메디칼타임즈는 독자의 제보에 응답합니다.
    • 이 기사를 쓴

      이창진 기자

    • 대학병원, 중소병원 등 병원계를 중심으로 취재 보도하고 있습니다.
    • 기사 관련 궁금증이나 제보할 내용이 있으면 지금 이창진 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