■ 서울대병원, 심장 초음파 새 지표로 비후성 심근증 악화 예측법 제시
서울대병원 연구팀이 비후성 심근증 환자의 말기 심부전 진행 위험을 예측할 수 있는 새로운 심장 초음파 지표를 제시했다. 925명의 환자를 평균 6.5년 추적한 결과, 좌심방의 유연성을 나타내는 ‘좌심방 저장 변형률(LA reservoir strain)’이 낮을수록 말기 단계로 진행할 위험이 높았다. 특히 이 수치가 16.9% 미만이면 진행 위험이 3.6배 높았으며, 1% 포인트 감소할 때마다 위험은 약 10% 증가했다. 연구팀은 이 지표가 일반 심장 초음파만으로 측정할 수 있어 고위험 환자를 조기에 선별하고 치료 시기를 결정하는 데 도움이 될 것으로 기대했다.
■ 분당차병원, 보건복지부 의료 AI 교육사업 수행기관 선정
분당차병원이 보건복지부·한국보건복지인재원의 ‘의료 AI 직무교육사업’ 수행기관으로 선정됐다. 서울대병원, 연세의료원 등과 함께 전국 6개 기관에 포함됐으며, 의료진을 대상으로 병원 현장 중심의 AI 실무 교육과 전문인력 양성에 나선다. 병원은 AI 전자의무기록(EHR) 개발 사업과 연계해 교육체계를 구축하고, 차병원 글로벌 네트워크를 활용해 의료 AI 교육 모델을 전국으로 확산할 계획이다.
■ 가천대 길병원, 희귀 내분비질환 원인 유전자 분석 플랫폼 개발
가천대 길병원 연구팀이 희귀 내분비질환 원인 유전자를 빠르게 찾아내는 유전체 분석 플랫폼 ‘EVE(Endocrine Variant Extractor)’를 개발했다. EVE는 수십만 개의 유전자 변이 가운데 질환 관련 후보를 자동 선별해 약 3시간 만에 임상 보고서를 생성하며, 실제 환자에서 국내 최초의 새로운 GATA3 유전자 변이도 확인했다. 연구팀은 플랫폼을 오픈소스로 공개하고 희귀질환 정밀진단에 활용 범위를 넓힐 계획이다.
■ 고려대 안암병원, 외상환자 조기 사망 예측 AI 모델 개발
고려대 안암병원과 이대목동병원 공동 연구팀이 전국 외상환자 20만여 건의 데이터를 분석해 조기 사망 위험을 예측하는 AI 모델을 개발했다. 가장 높은 성능을 보인 XGB 모델은 코로나19 시기 데이터에서도 안정적인 예측력을 유지했으며, 병원 전 심정지와 손상중증도, 나이, 첫 수혈까지 걸린 시간 등이 주요 예측 변수로 확인됐다. 연구팀은 응급의료 현장에서 중증 환자를 신속하게 선별하고 의료자원을 효율적으로 배분하는 데 활용될 것으로 기대했다.
서울대병원 연구팀이 비후성 심근증 환자의 말기 심부전 진행 위험을 예측할 수 있는 새로운 심장 초음파 지표를 제시했다. 925명의 환자를 평균 6.5년 추적한 결과, 좌심방의 유연성을 나타내는 ‘좌심방 저장 변형률(LA reservoir strain)’이 낮을수록 말기 단계로 진행할 위험이 높았다. 특히 이 수치가 16.9% 미만이면 진행 위험이 3.6배 높았으며, 1% 포인트 감소할 때마다 위험은 약 10% 증가했다. 연구팀은 이 지표가 일반 심장 초음파만으로 측정할 수 있어 고위험 환자를 조기에 선별하고 치료 시기를 결정하는 데 도움이 될 것으로 기대했다.
■ 분당차병원, 보건복지부 의료 AI 교육사업 수행기관 선정
분당차병원이 보건복지부·한국보건복지인재원의 ‘의료 AI 직무교육사업’ 수행기관으로 선정됐다. 서울대병원, 연세의료원 등과 함께 전국 6개 기관에 포함됐으며, 의료진을 대상으로 병원 현장 중심의 AI 실무 교육과 전문인력 양성에 나선다. 병원은 AI 전자의무기록(EHR) 개발 사업과 연계해 교육체계를 구축하고, 차병원 글로벌 네트워크를 활용해 의료 AI 교육 모델을 전국으로 확산할 계획이다.
■ 가천대 길병원, 희귀 내분비질환 원인 유전자 분석 플랫폼 개발
가천대 길병원 연구팀이 희귀 내분비질환 원인 유전자를 빠르게 찾아내는 유전체 분석 플랫폼 ‘EVE(Endocrine Variant Extractor)’를 개발했다. EVE는 수십만 개의 유전자 변이 가운데 질환 관련 후보를 자동 선별해 약 3시간 만에 임상 보고서를 생성하며, 실제 환자에서 국내 최초의 새로운 GATA3 유전자 변이도 확인했다. 연구팀은 플랫폼을 오픈소스로 공개하고 희귀질환 정밀진단에 활용 범위를 넓힐 계획이다.
■ 고려대 안암병원, 외상환자 조기 사망 예측 AI 모델 개발
고려대 안암병원과 이대목동병원 공동 연구팀이 전국 외상환자 20만여 건의 데이터를 분석해 조기 사망 위험을 예측하는 AI 모델을 개발했다. 가장 높은 성능을 보인 XGB 모델은 코로나19 시기 데이터에서도 안정적인 예측력을 유지했으며, 병원 전 심정지와 손상중증도, 나이, 첫 수혈까지 걸린 시간 등이 주요 예측 변수로 확인됐다. 연구팀은 응급의료 현장에서 중증 환자를 신속하게 선별하고 의료자원을 효율적으로 배분하는 데 활용될 것으로 기대했다.