국내 교수팀이 저혈압 발생 확률을 조기에 예측하는 인공지능(AI)을 개발해 관심이 높아지고 있다. 

수술 환자 약 1만명의 동맥혈압 데이터를 학습시킨 인공지능 모델을 개발한 결과, 수술 중 저혈압이 발생할 수 있는 환자를 약 91% 정확도로 예측해낸 것이다. 

서울아산병원 마취통증의학과 김성훈·박용석 교수, 국립암센터 국제암대학원대학교 암AI디지털헬스학과 김준태 교수팀은 저혈압 발생 확률에 대한 판단 근거를 실시간으로 제공해, 의료진이 저혈압 발생 예측 과정을 쉽게 해석할 수 있도록 했다.

(사진 왼쪽부터 : 서울아산병원 김성훈·박용석 교수, 국립암센터 김준태 교수)

수술 중 저혈압은 환자의 평균 동맥혈압이 최소 1분 동안 65mmHg 미만으로 유지되는 상황이며, 출혈이나 약물 부작용 등으로 인해 발생할 수 있다. 

수술 중 저혈압이 발생할 경우 급성 신장 손상, 심근경색증 등 합병증 발생과 사망률에 영향을 미칠 수 있어 저혈압 상태를 최소화하는 것이 매우 중요하다.

그동안 수술 중 저혈압을 예측하는 인공지능이 연구되어 왔지만, 예측 과정에 대한 해석이 부족한 한계가 있었다.

교수팀은 이러한 한계를 극복하기 위해 약 1만명의 대규모 환자 데이터를 분석하고, 타당성 검증과 마취통증의학과 전문의 대상 평가를 진행했다.

우선 2018년부터 2021년까지 서울아산병원에서 수술을 받은 환자 1만 454명의 동맥혈압 데이터를 인공지능 모델에 학습시켜 혈관 내부에 흐르는 혈액의 양을 나타내는 동맥혈압 추세를 추출했다.

그 후 대규모 환자 데이터를 바탕으로 생성된 저혈압 발생 위험도별 대표적인 동맥혈압 추세와 유사도를 비교해 10분 뒤 시점의 저혈압 발생 확률을 예측했다. 

나아가 유사도에 따라 저혈압이 발생할 수 있는 위험 비율을 나타내는 교차비를 의료진에게 예측 근거로 제시했다.

교수팀은 서울아산병원에서 수술을 받은 환자 1만 454명의 동맥혈압 데이터를 통한 내부 타당성 검증과 오픈소스 데이터넷에 등록된 환자 3,278명의 자료로 진행한 외부 타당성 검증으로 인공지능 모델의 일반화 가능성을 입증했다. 

그 결과 예측 정확도는 내부 검증 약 91%, 외부 검증 약 90%로 나타났다.

또한 서울아산병원 마취통증의학과 전문의 17명을 대상으로 인공지능 모델의 적용 가능성을 평가한 결과, 인공지능 모델 해석에 널리 사용되는 섀플리 판단 기법(SHAP)보다 △임상적 정확성 △임상적 유용성 △수술 중 의사 결정 의향 항목에서 각각 24%, 41%, 26% 더 높은 점수를 받았다.

서울아산병원 마취통증의학과 김성훈 교수는 “이번 연구 결과는 의료진에게 저혈압 발생 확률뿐만 아니라 판단 근거를 실시간으로 제공해 미충족 의료 수요를 해결할 수 있다는 점에서 의미가 있다”며, “추후 인공지능 모델이 환자의 예후 향상 측면에서 도움이 되는지 밝혀내기 위한 연구를 지속적으로 해나가겠다”고 밝혔다.

국립암센터 국제암대학원대학교 암AI디지털헬스학과 김준태 교수는 “이번 연구 결과는 단순 예측 성능 향상에 초점을 맞춘 것이 아닌 실제 수술실에서 근무하는 마취통증의학과 전문의 대상 평가가 이뤄진 최초의 연구라는 점에 의의가 있다”고 말했다.

이번 연구 결과는 인공지능 분야 저명 학술지 ‘IEEE 트랜잭션스 온 뉴럴 네트워크 앤드 러닝 시스템(IEEE Transactions on Neural Networks and Learning Systems, 피인용지수 14.255)’에 최근 게재됐으며, 보건복지부 연구중심병원 육성R&D사업 및 국립암센터 공익적암연구사업의 지원을 받아 진행됐다.

한편 수술 중 저혈압은 전신마취 중인 환자에게 흔히 발생할 수 있지만, 수술 후 합병증 발생과 사망률에 영향을 미친다.

이를 예방하기 위해 마취통증의학과 전문의가 수술 중인 환자의 동맥혈압 변화를 관찰해 저혈압 위험을 파악하고 저혈압 상태를 최소화하는 것이 중요하다.

[메디컬월드뉴스 김영신 기자]