우리 몸은 콩팥을 통해 소변으로 노폐물을 배출한다. 제 기능을 못하면 독소 축적에 따른 피로감, 고혈압, 식욕부진 등이 나타난다. 콩팥 이상이 장기적으로 지속되는 경우 만성콩팥병이라 부른다. 계속 악화돼 말기신부전에 이르면 환자는 신대체요법을 받는다.
신대체요법 중 하나인 혈액투석은 체내의 혈액을 뽑아 노폐물을 제거한 뒤 깨끗한 피를 다시 몸속에 넣는 방식이다. 기계를 통해 병든 콩팥을 대신하는 것이다. 혈액투석 중 흔한 부작용은 투석 중 저혈압 발생이다. 혈액투석 환자 5명 중 1명이 겪는 것으로 알려졌다. 대개 구역, 구토, 경련을 호소하고 심한 경우 심장 허혈 등 다른 문제로도 이어진다. 흔하게 발생하지만 투석 중 예측이 어려워 많은 환자들이 위험에 노출됐다.
서울대병원 신장내과 한승석 교수팀·서울대 융합과학기술대학원 곽노준 교수팀은 인공지능 기술을 활용해, 혈액투석 중 저혈압 발생 예측 모델을 개발했다고 15일 밝혔다.
연구팀은 서울대병원 환자 9292명에게 시행한 혈액투석 26만1647건을 활용했다. 환자의 성별과 나이 등 기본적인 정보부터 투석 전 수축기·확장기 혈압, 혈관접근로, 항응고제 등 혈액 투석 환자의 다양한 데이터를 수집했다. 전체 26만 건 중 약 2만7971건에서 혈액투석 중 저혈압이 관찰됐다. 연구팀은 혈액투석 중 어느 시간대라도 1시간 이내 저혈압 발생을 예측하는 '실시간 예측모델'을 제안했다. 전체 데이터를 무작위로 나누어 모델 개발, 검증, 테스트 작업을 거쳤다. 테스트 결과, 예측 모델의 예측능력은 0.94로 우수한 예측능력을 보였다. 수치가 1에 가까울수록 예측능력이 우수하다.
기존에는 저혈압 발생 예측이 매우 어려웠다. 투석 중에 혈압이 수시로 변화하고 저혈압을 유발할 수 있는 원인이 다양하기 때문이다. 반면, 대규모 혈액 투석 데이터를 학습한 해당 모델은 투석 중 실시간으로 저혈압 발생 위험을 정확히 예측했다. 추후 의료현장에서 위기 상황을 미리 감지하고 대비할 수 있을 것으로 기대된다.
실제로 서울대병원 신장내과 한승석 교수팀은, ‘환자 맞춤 혈액 투석 프로세스’를 도입해 환자의 혈액투석 중 저혈압 위험을 관리하고 있다. 이번 연구는 의료분야에 인공지능을 성공적으로 접목한 사례이다. 예측 성능에 가장 큰 영향을 미친 요인은 실시간 변화하는 혈압 데이터였다. 좋은 모델을 개발하기 위해서 반드시 방대한 양의 혈압 데이터를 고려해야만했고, 인공지능을 통해 높은 예측률을 달성할 수 있었다. 한승석 교수는 “혈액투석 환자의 5년 사망률은 40%에 육박할 정도로 높으며, 혈액투석 중 저혈압은 사망 위험도와 가장 관련이 깊다”며 “혈액투석 중 저혈압을 정확하게 예측하고 예방하는 것은 환자의 생존율 개선과 삶의 질 향상을 위한 첫걸음”이라고 말했다.
이번 연구는 ‘미국 임상신장학회 학술지(Clinical Journal of American Society of Nephrology)’ 최근호에 게재됐다.