중증 급성호흡부전 환자의 생명을 유지하는 최후의 보루라는 에크모(ECMO,체외막산소공급장치). 하지만 치료 중 사망률이 60% 이상으로 높다.
이런 가운데 호흡기내과 임성윤·가정의학과 정세영 교수 연구팀(제1저자 디지털헬스케어연구사업부 이하은 연구원)이 세계 최초로 에크모 환자의 사망률을 예측하는 인공지능 모델을 개발했다고 영국의사협회지(BMJ respiratory research)에 발표했다.
연구팀에 따르면 현재 임상 현장에는 사망 가능성이 높다고 예상되는 환자가 있어도 이들에게 에크모 적용 여부를 판단하는 가이드라인은 없는 상황.
생존율 예측 점수체계인 PRESERVE(PRedicting dEath for SEvere ARDS on VV-ECMO), RESP(Respiratory Extracorporeal Membrane Oxygenation Survival Prediction)가 있지만 정확도가 떨어진다.
예측 모델 개발에는 국내 3차 종합병원에서 에크모 치료를 받은 급성 호흡부전 환자 368명의 생체 신호 및 임상데이터를 활용했다. 이를 기계 학습(머신러닝) 기법을 적용해 90일 이내 사망률을 예측하는 '익스트림 그라디언트 부스팅(XGB)'과 '라이트 그라디언트 부스팅(LGB)'을 개발했다.
예측모델 성능을 검사도구 정확도 평가지표(AUROC)로 RESP, PRESERVE와 비교한 결과, XGB(0.82)와 LGB(0.71) 모두 RESP(0.66), PRESERVE(0.71)보다 높았다. 외부 검증에서도XGB 모델(0.75)이 RESP(0.70), PRESERVE(0.67) 보다 높은 성능을 보였다.
정세영 교수(공동 교신저자)는 "중증의 급성 호흡부전 환자에서 에크모 치료 적용에 대한 기계학습 모델 연구는 이 분야에서 최초로 시행됐다"고 말했다.
임성윤 교수(공동 교신저자)는 "이 모델은 에크모 치료의 성공 가능성이 낮은 환자를 식별하는 근거로 활용할 수 있다"면서 “코로나 팬데믹 같은 시기에 제한된 에크모 자원을 효율적으로 사용할 수 있도록 도울 수 있으며 의료진이 각 환자에게 가장 적합한 치료 방법을 결정하는 데 큰 도움이 될 것"이라고 말했다.