신생아 중환자 기관 삽관 적응증 모델 2개가 개발됐다.

충북대학교병원(병원장 최영석)은 인공지능센터(센터장 박승)에 따르면 이 기술은 신생아 중환자 128명을 대상으로 총 23개의 임상 인자를 수집했다.

임신 기간, 출생 당시 체중, 출생 후 1분 및 5분 Apgar 점수, 성별, 분만 방법 등을 포함한 19개의 수치 데이터들과 심박수, 호흡수, 흡입 산소 분율, 산소 포화도 등 4개의 시계열 데이터로 구성됐다. 

(사진 좌측부터 충북대병원 호흡기내과 신윤미 교수, 소아청소년과 윤신애 교수, 인공지능센터장 의공학과 박승 교수)

충북대병원에서 새로이 제안한 이 모델은 상기 데이터들을 복합적으로 분석하여 신생아 기관 삽관 적응증을 예측한다.

첫 번째 모델은 수치 데이터와 시계열 데이터를 각각 다층 퍼셉트론(MLP)를 이용하여 통합적으로 분석했고, AUROC 0.917, 정확도 88.28%의 성능을 달성했다.

두 번째 모델은 수치 데이터 분석을 위해 MLP block을, 시계열 데이터 분석을 위해서 Transfomer block을 사용해 복합 심층 신경망(Multimodal Neural Network)을 구축하여 AUROC 0.88, 정확도 85.7%의 높은 성능을 달성했다.

신생아의 호흡 곤란 상태에서 늦은 의사결정은 신생아에게 뇌졸중과 같은 심각한 문제를 초래할 수 있다. 새로이 개발된 모델이 의사들의 임상적 의사결정을 보조함으로써 신생아 중환자들의 예후에 도움을 줄 수 있을 것으로 예상된다.

이번 성과에 대해 충북대병원 중환자실장 신윤미 교수는 “신생아 중환자실 윤신애 교수님의 좋은 아이디어와 의공학과 박승 교수님의 훌륭한 개발능력이 좋은 결실을 얻어 너무나 기쁘다. 현재 우리 연구팀은 중환자 진료에 있어 도움이 되는 인공호흡기 관련 연구 및 패혈증, 부정맥 관련 예측 인공지능모델도 개발하고 있어 앞으로도 좋은 성과를 이루리라 확신한다”며, “이번 연구에 힘써주신 공동연구자들과 모든 연구원들, 데이터 처리에 도움을 주신 의료정보과, 그리고 중환자실에서 환자진료와 간호에 수고하시는 모든 분들께 감사드린다”고 밝혔다.

이번 연구는 JCR 상위 10% 이내 국제학술지 ‘IEEE Journal of Biomedical and Health Informatics(IF, 영향력지수 = 7.021)’와 Nature의 자매지로 알려진 ‘Scientific Reports(IF, 영향력지수 = 4.997)’에 각각 게재됐다.

한편, 충북대병원 인공지능센터는 2021년 7월 의료인공지능팀 설립 이후 그 실적을 인정받아 2년이 채 안 되는 짧은 시간에 인공지능센터로 격상됐다. 

‘IEEE Transactions on Neural Networks and Learning Systems(IF, 영향력지수 = 14.26)’ 등 최상위권 국제 학술지에 다수의 논문을 게재하고, 4건의 특허 출원을 진행하는 등 다양한 활동을 이어오고 있다.

[메디컬월드뉴스 김영신 기자]