만성 신장 질환이 투석 등이 필요한 말기 신장 질환으로 악화될 가능성을 매우 높은 정확도로 잡아내는 인공지능(AI) 모델이 나와 의료계의 관심을 끌고 있다.

머신러닝과 딥러닝은 물론 거대언어모델(LLM)까지 통합한 통합 모델이 그것으로 정확도가 93%에 달한다는 점에서 신장 질환 조기 관리에 큰 전기가 될 수 있다는 것이 전문가들의 의견이다.

현지시각으로 10일 미국 의료정보학회지( Journal of the American Medical Informatics Association)에는 신장 질환 악화 예측 인공지능 모델에 대한 검증 연구 결과가 공개됐다(10.1093/jamia/ocaf118).

만성 신장 질환(CKD)는 말 그대로 만성적으로 신장 기능이 저하되는 질환으로 말기 신장 질환(ESRD)로 진행될 수 있다는 점에서 경각심이 높아지고 있는 병이다.

전 세계적으로 만성 신장 질환의 유병률은 16%에 달하는데다 진단 받은 사람 중 10% 정도가 말기 신장 질환으로 악화된다는 점에서 전 세계적으로 중요한 보건 과제가 되고 있는 상황.

이로 인해 의학계에서는 만성 신장 질환이 말기 신장 질환으로 악화되는 것을 막거나 예측하기 위해 다양한 방법을 찾고 있지만 아직까지 뚜렷한 방안이 없는 것이 사실이다.

카네기 멜론 의과대학 레마 패드먼(Rema Padman) 교수가 이끄는 연구진이 이에 대한 예측 인공지능 모델 개발에 나선 것도 이러한 배경 때문이다.

만약 인공지능을 통해 만성 신장 질환 환자 중 말기 신장 질환으로 악화될 가능성이 있는 환자를 선별할 수 있다면 관리에 도움이 될 수 있기 때문이다.

이에 따라 연구진은 2009년부터 2018년까지 약 1만명의 만성 신장 질환 환자 데이터를 수집하고 임상 정보와 보험 청구 정보를 통합했다.

또한 이를 여러가지 머신 러닝 모델과 딥러닝 모델을 통해 분석한 뒤 이를 모을 수 있는 통합 모델을 개발하고 여기에 LLM을 더해 설명 가능한 인공지능 모델을 개발하는데 성공했다.

그 결과 이 모델은 다른 어떤 인공지능 단일 모델보다 우수한 성능을 보였다. 특히 임상 정보와 보험 청구 정보를 함께 투입했을때 예측 정확도는 크게 높아졌다.

실제로 이 모델은 인공지능의 정확도를 의미하는 수신자 조작 특성 곡선하 면적(AUROC)가 0.93이라는 높은 수치를 기록했다. 93%의 정확도로 만성 신장 질환의 악화를 예측할 수 있다는 의미다.

가장 최적의 결과값이 나오는 조건은 24개월간의 관찰을 통해 임상 정보와 보험 청구 정보를 함께 투입하는 것으로 여기에 추정 사구체 여과율(eGFR) 방정식을 대입할 경우 더 정확도가 높아졌다.

연구진은 이 모델이 향후 신장 질환 관리에 매우 큰 도움이 될 것으로 기대하고 있다. 또한 통합 모델 및 연동 데이터를 사용한다는 점에서 점점 더 정확도가 향상될 것으로 내다봤다.

레마 패드먼 교수는 "이 모델은 각 인공지능 모델간의 통합은 물론 임상 및 청구 데이터를 합쳐 사용하는 프레임워크로서 중요한 간극을 메우는 효과를 발휘했다"며 "특히 정확한 예측에 필요한 관찰 기간을 최소화하면서 임상 관련성과 실용성 사이의 균형을 이룬다는 점이 차별점"이라고 밝혔다.