이동건∙김동욱 교수팀, '국내 코로나 19 확진자 5,594명 빅데이터' 활용 분석
이 교수 "제한된 의료자원 배분 효율성 증대 기대"
논문, 국제학술지 'Journal of Medical Internet Research 2월호' 게재
[보건타임즈] C19 대유행이 장기화하는 가운데, 이 신종감염병으로 숨진 사망위험의 예측모델(논문)이 개발돼 의료자원 배분의 효율성이 높아질 것으로 기대된다.
가톨릭대학교 서울성모병원 감염내과 이동건(감염관리실장, 공동 교신저자/사진 좌측 첫번째), 조성연 교수(공동 제1저자/두번째), 혈액내과 김동욱(가톨릭혈액병원장, 공동 교신저자/세번째), 박성수 교수(공동 제1저자/네번째) 연구팀은 국내에서 C19에 확진된 환자 5,594명의 빅데이터를 활용해 사망 위험요인을 분석, 예측모델을 개발했다며 17일 이같이 밝혔다.
연구팀은 정부가 공개한 질병관리청 의료 빅데이터를 활용해 2020년 1월부터 4월까지 C19에 감염된 확진자 5,594명의 사망위험 예측모델을 개발하기 위해 2대1 비율의 개발 코호트(3,729명)와 검증 코호트(1,865명)로 나눠 연구를 수행했다.
이 결과, C19 진단 시점에서 사망에 영향을 미치는 요인으로 고령, 치매 동반, 만성 신질환 동반, 호흡곤란 또는 의식 저하가 있을 때, 절대 림프구 수가 1000개 미만인 것을 확인했다.
연구팀은 이 요인들을 개발 코호트에서 점수로 체계화 후 생존 예측모델을 만든 뒤 위험도에 따라 저위험군, 중간위험군, 고위험군, 최고위험군으로 분류한 후 28일 생존율을 측정한 결과, 각각 99.8%, 95.4%, 82.3%, 55.1%로 나타났다.
연구팀이 14일 생존율과 28일 생존율을 알고리즘 성능을 평가하는 지표인 AUROC 기준으로 검증 코호트에서 측정한 결과 각각 0.918, 0.896으로 우수한 성능을 보였다.
AUROC 수치는 0.8 이상일 때 신뢰도가 있는 것으로 간주한다.
위험단계가 클수록 사망률은 물론 이에 따른 인공호흡기 치료, 에크모 치료의 필요성이 커짐을 밝힘에 따라, C19 대유행이 장기화하면서 진료 현장의 부담이 누적되는 상황에서 코로나 19 사망위험 예측모델을 통해 감염환자의 중증 이행 여부를 예측, 제한적인 의료자원을 효율적으로 활용하는 데 도움이 될 것으로 전망된다.
연구팀은 예측모델을 손쉽게 활용할 수 있도록 웹사이트를 구축했다. 이 연구 결과를 다룬 논문의 내용과는 별도로, 일반 환자를 대상으로 비록 경증이라도 산소치료가 필요한 질병 상태로 이행하는지를 예측하는 모델도 제공하고 있다.
서울성모병원 혈액병원은 빅데이터를 기반으로 AI(인공지능)를 활용한 혈액질환 의료모델을 개발한 바 있으며 이런 개발 경험을 기반으로, 연구팀은 그간 축적한 연구 경험과 질병관리청 제공 공공데이터를 활용해 C19 대유행을 극복할 수 있는 시스템을 개발한 것에 큰 의의가 있다고 밝혔다.
이동건 교수는 "이 연구를 통해 개발한 코로나 19 사망 예측모델은 보건소와 지역사회에서 쉽게 활용할 수 있는 요인들로 예측을 쉽게 할 수 있다"며, 일선 의료현장에서 환자의 중환자실 입실 계획 등을 선제 수립하는 데 활용할 수 있을 것으로 내다봤다.
또 "의료자원이 부족한 해외현장에서 근무하는 근로자와 교민들에 대한 빠른 예측과 귀국 등의 대응방안 마련에 도움이 될 것"이라고 덧붙였다.
이 연구는 서울성모병원 생명존중기금과 가톨릭의대 재미동문회 지원으로 수행됐다.
이 연구논문은 국제학술지 'Journal of Medical Internet Research 2월호'에 게재됐다.
연구팀은 C19의 데이터를 사용자가 웹 베이스에서 축적, 이를 자동으로 분석해 사망 예측모델을 자동으로 고도화하는 데이터 축적과 인공지능 모델을 개발해 특허로 출원했다.
즉 사용자가 원하는 예측모델을 통해 필요한 정보를 얻을 수 있을뿐더러 사용자에 의해 투입된 정보는 데이터로 축적된 뒤 머신러닝 알고리즘을 이용해 모델이 연속적으로 고도화되는 데이터 처리 기술이다.
이 데이터 처리 기술은 개인이 투입한 데이터의 가치를 높이는 것은 물론 공공의 이익을 증대하는 기술로 활용할 수 있다.
기사최종편집일: 2024-04-26 22:33:08
다음기사 : 
