2025.03.26 (수)

  • 구름많음동두천 22.3℃
기상청 제공

서울대병원, 인공지능 기반 수술 위험 예측 모델 개발...전문의 예측 성적보다 특이도·민감도 높아

수술 전 마취 위험 예측하는 거대언어모델 개발...71만여명 수술 데이터 학습

  수술 전 위험을 보다 빠르고 정확하게 예측할 길이 열렸다. 서울대병원 연구팀이 마취 전 평가 요약문을 바탕으로 환자의 수술 위험을 평가하는 거대언어모델(LLM)을 자체적으로 개발했다. 이를 활용하면 신속하고 객관적인 수술 위험 평가를 통해 의료서비스의 질을 향상할 수 있을 것으로 기대된다.

  서울대병원 마취통증의학과 이형철·윤수빈 교수 및 국가전략기술 특화연구소 이현훈 교수 공동연구팀이 71만여명의 수술 데이터를 바탕으로 수술 전 마취 위험을 예측하는 인공지능 모델을 개발하고, 그 성능을 검증한 결과를 28일 발표했다.

  수술 전 마취 위험을 평가하는 과정은 환자의 안전을 위해 매우 중요하다. 국내 의료 현장에서는 환자의 전반적인 건강상태를 1등급(건강한 환자)부터 6등급(뇌사 상태)으로 구분하는 ‘미국마취과학회 신체상태 분류(ASA-PS)*’를 도입해 마취 위험과 전반적인 수술 위험의 예측 도구로 널리 활용하고 있다.

[표] 미국마취과학회 신체상태 분류(ASA Physical Status Classification)

등급

정의

기준

ASA

건강한 환자

신체적으로 건강, 비만 없음, 흡연 및 음주 없음

ASA

경미한 전신질환 환자

경미한 고혈압, 경증 천식, 흡연자, 임신 초기, 경도 비만,

잘 조절되는 당뇨병 등

ASA

중등도에서 중증의 전신질환 환자

잘 조절되지 않는 고혈압 및 당뇨병, 심부전, 폐쇄성 폐질환 등

ASA

지속적으로 생명을 위협하는

중증 전신질환 환자

최근 발생한 심근경색, 진행성 심부전,

지속적인 혈역학적 불안정성 등

ASA

수술 없이 생존 불가능한 말기 환자

대동맥류 파열, 중증 외상, 두부손상, 다발성 장기부전 등

ASA

뇌사 상태

-


 그러나 ASA-PS 체계는 중증도 기준이 주관적이어서 의료진 간 ASA-PS 등급 분류가 불일치하는 문제가 종종 발생했다. 의료 서비스를 효율적으로 제공하려면 중증도 마취 위험을 일관적·객관적으로 파악할 수 있는 수술 전 평가 도구가 필요했다.

  연구팀은 이런 문제를 해결하기 위해 2004-2023년 서울대병원에서 수술 받은 대규모 환자 데이터를 학습시켜 ASA-PS 등급을 자동 분류하는 거대언어모델을 개발했다. 이 모델은 사람의 언어를 이해하는 챗GPT처럼 자연어처리 기술을 기반으로 하는 인공지능으로, 특히 의료 기록과 개인정보 보안에 특화되어 있다.

  이 거대언어모델을 활용하면 환자의 건강상태·기저질환 등을 간략하게 서술한 ‘마취 전 평가 요약문’을 바탕으로 ASA-PS 등급을 신속하고 객관적으로 분류할 수 있다. 따라서 임상 현장에서 의사소통의 효율성과 환자 안전을 증진하는 데 도움이 될 수 있다는 것이 연구팀의 설명이다.

  환자 460명의 데이터를 바탕으로 분류 성능을 평가한 결과, 모든 ASA-PS 등급에 대한 이 모델의 평균 예측 정확도(AUROC)는 0.915로 매우 높았다. 이 수치가 1에 가까울수록 완벽한 예측을 했음을 의미한다.

  또한, 거대언어모델 및 마취과 전문의 분류 성적은 각각 특이도(0.901 vs 0.897), 정밀도(0.732 vs 0.715), F1-점수(0.716 vs 0.713)로, 모두 거대언어모델이 조금씩 우수한 성능을 보였다.
*F1-점수: 정밀도(모델이 양성으로 예측한 것 중 실제 양성 비율) 및 재현율(실제 양성인 것 중 모델이 양성으로 예측한 비율)의 조화평균

  추가적으로 임상적 의사결정에 중요한 ASA-PS 1~2등급(건강한 사람 및 경미한 전신질환)과 3등급 이상(중증도 전신질환 이상)의 환자를 구분하는 데 있어 거대언어모델의 오류율은 11.74%로, 이는 마취과 전문의의 오류율 13.48%보다 우수한 성적이었다.

  이형철·윤수빈 교수(마취통증의학과)는 “이 연구 결과는 인공지능 기술이 임상 현장에서 실질적으로 활용될 수 있음을 보여주는 성과”라며 “후속 연구를 통해 환자의 안전 및 의료 질 향상에 기여할 수 있는 기술을 지속적으로 개발할 수 있도록 노력할 예정이다”라고 말했다.

  이현훈 교수(국가전략기술 특화연구소)는 “인공지능 수술 전 평가 모델이 세계적으로 활용될 수 있도록 특화연구소의 데이터를 바탕으로 세계적으로 협력하면서 글로벌 기술사업화를 추진해나갈 계획”이라고 말했다.

  한편, 이번 연구는 디지털 헬스케어 분야의 네이처 파트너 저널 ‘디지털 메디신(npj Digital Medicine, IF;12.4)’ 최근호에 게재됐다.

배너
배너

네티즌 의견 0

스팸방지
0/300자

배너

행정

더보기

배너
배너

제약ㆍ약사

더보기

배너
배너
배너

의료·병원

더보기
경동맥 협착증 스텐트 삽입 후 1년 이상 이중 항혈소판제 사용 관행...바뀌나 연세대학교 용인세브란스병원(병원장 김은경) 신경과 유준상 교수, 강남세브란스병원 영상의학과 서권덕 교수 연구팀은 최근 연구를 통해 경동맥 스텐트 삽입술 후 이중 항혈소판제 사용의 적정한 기간을 제시했다. 경동맥 스텐트 삽입술은 경동맥 내막절제술을 받을 수 없는 경동맥 협착증 환자에게 주로 시행한다. 스텐트 삽입술 후에는 스텐트 내 혈전증, 허혈성 뇌졸중 등 합병증을 예방하기 위해 아스피린을 포함한 이중 항혈소판제 사용을 권고한다. 이 경우 합병증 예방에는 도움이 되지만, 반대로 출혈 위험은 커진다. 경동맥 스텐트 삽입술 후 이중 항혈소판제는 관행적으로 1년 이상 사용하고 있으며, 사용기간에 대한 명확한 지침은 아직 없다. 이에 연구팀은 경동맥 스텐트 삽입술을 받은 환자를 이중 항혈소판제 사용기간에 따라 구분해 허혈성 뇌졸중 및 주요 출혈(뇌출혈, 수혈을 동반한 장 출혈) 발생에 차이가 있는지 알아보고자 했다. 연구에는 2007년부터 2019년 사이에 경동맥 스텐트 삽입술을 받은 환자의 국민건강보험공단 청구 데이터를 사용했다. 이중 항혈소판제 사용기간은 단기(3~6개월), 장기(6개월 이상)로 나누고, 시술 후 3개월부터 15개월 사이 발생한 허혈성 뇌졸중과