박혜연 교수, 섬망 발생 예측 모델 개발에 C19 환자 878명 '93가지 섬망 요인' 활용
'섬망' C19 등 급성 감염병 감염 환자에게서 흔히 발생
예측 정확도 87.3%‥환자 위험 요소 사전에 파악 '약물 조절 등 섬망 발생' 최소화
논문, SCIE 국제학술지 'Digital Health'에 게재
[보건타임즈] C19에 감염돼 격리 입원한 환자들에게서 초기에 섬망 발생을 예측하는 기계학습(머신러닝) 모델이 개발됐다.
섬망은 주의력, 언어 구사 능력 등 인지기능 장애와 동시에 수면장애, 환시와 환청, 과다행동이나 불안증 등 정신병적 증상을 보이는 질환이다.
이 증상은 최소 수개월에 걸쳐 발생하는 퇴행성 치매와는 달리 단기간에 갑작스럽게 발생한다는 특징이 있다.
이 증상에 효과적인 치료제가 없어 먼저 예측, 조기에 위험요인을 조절해 예방하는 것이 중요하다.
이러한 섬망은 전체 병원 입원 환자의 10~15%가 겪을 정도로 비교적 흔하게 나타난다.
섬망은 입원 환자의 의학적 경과를 악화시키는 것은 물론 낙상 등을 유발, 격리 입원 기간을 연장시킨다.
최근까지 재유행이 이어지는 C19 환자에서 이 비율이 크게 높아 문제가 되고 있다.
최근 연구에 따르면 C19 중증 환자의 섬망 비율은 55%에서 70%에 이르며, 이 중 약 30%가 수개월 이상 섬망을 경험하는 것으로 보고되고 있다.
이에 분당서울대병원 정신건강의학과 박혜연 교수(사진)팀은 4개 병원에 C19로 격리 입원한 878명의 복용 약물, 기저질환, 영상/혈액검사 등 93가지 섬망 요인을 활용해 이들에게서 섬망 발생을 예측하는 모델을 개발하는 연구에 착수했다.
이 결과 ▲ 입원 초기 생체신호 ▲ 투약한 약물 ▲ 혈액검사 결과 등 코로나19 환자의 임상 정보를 입력하면 빠르고 정확하게 섬망 발생률과 환자별 위험 인자를 확인할 수 있는 머신러닝 모델 개발에 성공했다.
이 모델의 섬망 발생 예측 정확도는 87.3%였다.
이 모델은 코로나19로 격리 입원한 환자들에게서 입원 초기에 섬망 고위험군을 선별하는 데 효과적으로 활용될 것으로 전망된다.
단순 예측을 넘어, 환자의 개별적 위험인자를 확인, 약물을 비롯해 조절과 중재 가능한 요인들이 무엇인지 제안해주는 기능도 있다.
연구 결과에 따르면 코로나19 환자의 섬망 발생 위험을 높이는 주요 인자는 9개가 있으며, 이 중 약물(항정신병, 항생제, 진정제, 해열제), 기계적 환기(인공호흡), 혈중 나트륨 감소가 특히 위험하다. 머신러닝은 이러한 지표에 이상이 있을 때 경고, 섬망 발생을 예측할 수 있게 알려준다.
박혜연 교수는 "섬망은 코로나19 등 급성 감염병 환자에게서 잘 나타나 의학적 경과 악화, 낙상 등으로 격리 입원 기간을 연장하게 한다"면서 "이번 예측 모델을 활용한다면 각 환자의 위험 요소를 사전에 파악, 약물을 조절할 수 있어 섬망 발생을 최소화할 수 있을 것"이라며 "머신러닝 모델이 실제 임상 현장에서 활용될 수 있도록 검증 연구를 수행할 예정"이라고 밝혔다.
이 연구는 보건복지부의 '환자 중심 의료기술 최적화 연구사업'의 지원으로 수행됐다.
이 연구 결과를 상세하게 다룬 논문은 SCIE 국제학술지 '디지털 헬스(Digital Health)'에 게재됐다.
기사최종편집일: 2024-09-26 15:02:05
다음기사 : 
