요로감염과 그로 인한 2차 혈류감염을 예측하는 인공지능 모델이 개발됐다. 소변 배양 검사의 정확성과 자동화 소변검사의 신속성을 모두 갖춰, 요로감염증의 빠른 진단과 치료 결정에 도움을 줄 전망이다.
연세대 강남세브란스병원 진단검사의학과 박용정·김도균·최민혁 교수팀은 최근 요로감염 예측 인공지능 모델을 개발하고, 이에 대한 특허 출원을 완료했다.
요로감염은 지역사회와 의료 환경에서 가장 흔하게 발생하는 감염 중 하나다. 요로감염 증상이 있을 시 정확한 진단을 위해 소변 배양 검사를 진행하게 되는데, 세균이 자랄 때까지는 통상 2~3일 가량이 소요돼 감염 초기 치료를 놓칠 수 있다. 치료 지연 없이 경험적 치료를 결정하기 위해 자동화 소변검사를 통한 요로감염 추정 진단이 권장되나, 이 검사만으로는 정확한 진단이 어렵다는 한계가 있다.
연구팀은 2011년부터 2021년까지 11년간 세브란스병원 및 강남세브란스병원에서 요배양 검사와 자동화 소변검사를 받은 252,917명의 환자의 데이터베이스를 통해 인공지능 모델을 개발 및 검증했다.
인공지능 모델이 중요하다고 판별한 10개의 지표 △소변검사 결과값(소변 내 박테리아 수, 요중 백혈구, 요비중) △혈액검사 결과(백혈구 수, 단핵구 수, 림프구 수, CRP Level) △인구 통계학적 자료(이완기 혈압, 수축기 혈압, 환자 연령)을 입력하고 ‘Predict’ 버튼을 누르면 그 환자의 요로감염 및 요로연관 2차 혈류감염의 가능성에 대한 예측값을 보여주는 웹 어플리케이션이다. 결과 도출에 필요한 10개 지표값은 병원 방문 후 1시간 이내에 얻을 수 있는 자료들로, 인공지능 모델에 입력하는 즉시 감염 예측값을 얻을 수 있다.
기존 자동화 소변검사의 정확도를 나타내는 AUROC 값이 74.5%인 것에 비해, 최종 인공지능 모델 XGBoost는 외부 검증 데이터세트에서 요로감염 예측 시 AUROC 96.7%, 요로연관 2차 혈류감염 예측 시 AUROC 95.5%의 성능을 달성했다.
최민혁 교수는 “본 기술이 상용화될 수 있도록 외부기관과의 MOU를 맺고 기술 이전을 준비 중에 있다”며 “이 모델을 임상적으로 활용하면 비특이적 요로감염 증상이 있는 환자에서 항균 치료 지연의 위험을 줄이고, 추가 치료와 면밀한 모니터링이 필요한 요로연관 2차 혈류감염 환자를 분류할 수 있을 것으로 기대한다”고 말했다.
이번 연구 결과는 감염 및 공중보건학회보 ‘Journal of Infection and Public Health’에 게재됐다.
연세대 강남세브란스병원 진단검사의학과 박용정·김도균·최민혁 교수팀은 최근 요로감염 예측 인공지능 모델을 개발하고, 이에 대한 특허 출원을 완료했다.
요로감염은 지역사회와 의료 환경에서 가장 흔하게 발생하는 감염 중 하나다. 요로감염 증상이 있을 시 정확한 진단을 위해 소변 배양 검사를 진행하게 되는데, 세균이 자랄 때까지는 통상 2~3일 가량이 소요돼 감염 초기 치료를 놓칠 수 있다. 치료 지연 없이 경험적 치료를 결정하기 위해 자동화 소변검사를 통한 요로감염 추정 진단이 권장되나, 이 검사만으로는 정확한 진단이 어렵다는 한계가 있다.
연구팀은 2011년부터 2021년까지 11년간 세브란스병원 및 강남세브란스병원에서 요배양 검사와 자동화 소변검사를 받은 252,917명의 환자의 데이터베이스를 통해 인공지능 모델을 개발 및 검증했다.
인공지능 모델이 중요하다고 판별한 10개의 지표 △소변검사 결과값(소변 내 박테리아 수, 요중 백혈구, 요비중) △혈액검사 결과(백혈구 수, 단핵구 수, 림프구 수, CRP Level) △인구 통계학적 자료(이완기 혈압, 수축기 혈압, 환자 연령)을 입력하고 ‘Predict’ 버튼을 누르면 그 환자의 요로감염 및 요로연관 2차 혈류감염의 가능성에 대한 예측값을 보여주는 웹 어플리케이션이다. 결과 도출에 필요한 10개 지표값은 병원 방문 후 1시간 이내에 얻을 수 있는 자료들로, 인공지능 모델에 입력하는 즉시 감염 예측값을 얻을 수 있다.
기존 자동화 소변검사의 정확도를 나타내는 AUROC 값이 74.5%인 것에 비해, 최종 인공지능 모델 XGBoost는 외부 검증 데이터세트에서 요로감염 예측 시 AUROC 96.7%, 요로연관 2차 혈류감염 예측 시 AUROC 95.5%의 성능을 달성했다.
최민혁 교수는 “본 기술이 상용화될 수 있도록 외부기관과의 MOU를 맺고 기술 이전을 준비 중에 있다”며 “이 모델을 임상적으로 활용하면 비특이적 요로감염 증상이 있는 환자에서 항균 치료 지연의 위험을 줄이고, 추가 치료와 면밀한 모니터링이 필요한 요로연관 2차 혈류감염 환자를 분류할 수 있을 것으로 기대한다”고 말했다.
이번 연구 결과는 감염 및 공중보건학회보 ‘Journal of Infection and Public Health’에 게재됐다.
이 기사와 관련기사