분당서울대병원 신장내과 김세중 교수, 인하대병원 신장내과 김기표 교수팀이 인공신경망 기반의 ‘급성 신손상 예측 시스템’을 개발, 개발된 시스템의 타당도까지 검증해 그 결과를 발표했다.
우선 교수팀은 분당서울대병원에 2일(48시간) 이상 입원한 환자 중 6만 9,081명의 데이터를 이용해 2단계 구조의 급성 신손상 예측 모델을 만들었다.

모델1은 입원기간(7일 이내) 동안 급성 신손상 발생 여부를 예측하는 구조로 환자의 데이터(나이, 성별, 진단명, 투약정보, 검사결과 등)가 입력되면 급성 신손상이 발생할지 여부를 알려주는 방식이다. 
모델2는 입원 후 24시간, 48시간, 72시간 시점의 혈청 크레아티닌 수치를 예측하는 구조로 설계됐다.
급성 신손상은 혈청 크레아티닌 수치의 상승 정도를 가지고 진단하기 때문에 모델2는 단순히 급성 신손상이 발생할지 예측하는 것을 넘어서 혈청 크레아티닌 수치와 중증도까지 예측할 수 있다는 것이 장점이다.

아울러 신독성 약물을 복용중인 환자가 이를 계속 복용할 경우와 중단할 경우, 혈청 크레아티닌 수치가 어떻게 변화될지도 예측할 수 있다.

교수팀은 개발된 예측 시스템이 다른 집단에도 적용될 수 있을지 검증하기 위해 분당서울대병원 입원환자(내부타당도) 7675명 및 서울대병원 입원환자(외부타당도) 7만 2352명의 데이터를 대입해 시스템의 타당도를 분석했다.
그 결과 모델1의 급성 신손상 예측력은 내부타당도 88%, 외부타당도 84%로 나타났고, 중증 급성 신손상 예측력은 내부타당도 93%, 외부타당도 90%에 이른 것으로 확인됐다.
아울러 모델2에서는 혈청 크레아티닌 수치를 예측하는 예측값의 오차범위가 고위험군에서는 0.04-0.09, 저위험군에서는 0.03-0.08 이내였다.
교수팀은 “환자의 크레아티닌 수치를 시스템이 예측하는 예측값과 실제 검사를 통한 측정값의 차이(오차)가 작을수록 더 정확한 모델이라고 할 수 있는데, 모델을 2단계로 구분하여 시스템 예측 오차범위 줄이고, 시스템 예측 정확도를 높였다”고 설명했다.

분당서울대병원 김세중 교수는 “이번에 개발한 급성 신손상 예측 시스템은 외부타당도 검증까지 완료하면서 단일 기관에만 적용되는 것이 아닌, 다기관에서도 활용할 수 있다는 점이 특징이다”며, “본 시스템을 입원환자의 치료 과정에 적용한다면 신장기능에 대한 실시간 관리뿐만 아니라 위험한 상황을 미리 예측하고 예방할 수 있는 환경까지 마련할 수 있다”고 밝혔다. 
이번 연구는 대한신장학회 신장학연구재단 연구비 지원으로 수행됐으며, 국제 학술지 ‘JMIR(Journal of Medical Internet Research)’ 4월호에 게재됐다.

한편 신장세포가 갑작스럽게 손상을 받아 신장기능이 약화되는 급성 신손상은 병원에 입원하는 환자의 약 10%에서 발생하는 비교적 흔한 질환이다.
급성 신손상으로 인해 신장이 제 기능을 못하게 되면 노폐물이 배설되지 않고 몸 안에 그대로 쌓이기 때문에 조기에 발견해 바로 치료해야 한다. 조기에 치료하지 못한다면 비가역적으로 진행해 투석이나 사망과 같은 위험한 상황이 초래될 수도 있다. 
감염성질환, 심뇌혈관질환, 간질환, 암(종양)과 같은 기저질환이나 이를 치료하는 수술, 시술, 약물에 의해서도 발생할 수 있어 입원치료 중 급성 신손상이 발생하는지 여부는 주의 깊게 관찰해야할 사항이다. 또한 발생 가능성을 미리 예측하고 대처하는 것이 근본적인 예방법일 수밖에 없다.
인공신경망은 두뇌의 정보처리 과정을 모방해 만든 알고리즘으로 정보가 입력되면 정해진 함수 과정을 거쳐 새로운 값을 도출한다.
[메디컬월드뉴스 김영신 기자]