의료현장 쓰이는 AI…코로나 환자 예후 관찰한다

흉부 엑스레이 활용한 AI 모델
중증도 측정·급성호흡곤란증후군 위험도 예측

보라매병원은 호흡기내과 이현우 교수와 영상의학과 진광남 교수가 서울대학교 의과대학, 광주과학기술원과의 공동 연구를 통해 인공지능(AI) 모델과 임상 변수를 기반으로 '코로나 환자의 예후 예측 모델'을 개발했다고 밝혔다.

이번 연구는 코로나 환자의 조기 회복과 중증 질환 및 급성 호흡 곤란 증후군(ARDS)을 예측하고 외부 코호트에서 모델을 검증하는 AI 모델을 만드는 것을 목표로 삼았다.

서울시립보라매병원 전경.

연구진의 설명에 따르면 흉부 방사선 촬영(CXR)은 코로나 바이러스의 중증도 평가에 유용하지 않아 대부분의 연구에서 환자의 임상 정보와 흉부 CT 스캔으로 예후 예측 모델을 개발해왔다. 하지만 대유행 기간에 급속도로 환자 수가 늘면서 CXR이 상대적으로 휴대가 편리하고 저렴하다는 장점 때문에 널리 사용됐다.

연구진은 2020년 2월부터 같은 해 10월까지 코로나 입원 환자를 대상으로 입원 후 24시간 이내에 혈액 검사와 전후방 방사선 촬영을 실시한 뒤 이 환자들의 CXR 이미지와 임상 정보를 사용해 모델 교육과 내부 테스트를 거쳤다. 나아가 국내 17개 의료기관에 입원한 코로나 환자 1206명의 자료를 활용하여 외부 테스트를 진행했다.

임상 정보 분석 결과 ▲고혈압 ▲만성 간 질환 ▲코르티코스테로이드 치료를 받는 환자 ▲림프구 수가 적은 환자 등은 2주 이내에 퇴원할 가능성이 작았다. 산소 보충이 필요한 환자는 고령이고 고혈압, 당뇨병 또는 호흡곤란이 있었으며, 고령이거나 호흡곤란이 있거나 프로칼시토닌 수치가 높은 사람은 급성호흡곤란증후군이 생길 가능성이 더 높았다.

연구진은 또▲CXR 이미지 기반의 AI 모델(모델 1) ▲임상 정보 기반의 로지스틱 회귀 모델(모델 2) ▲AI 모델과 임상 정보를 결합한 모델(모델 3)로 개발 및 훈련해 2주 이하 재원 기간과 산소 보충 여부, 급성호흡곤란증후군 정도를 예측했다. 모델 간 비교 결과, 모델 1과 모델2 는 급성호흡곤란증후군을 신뢰도 있게 예측할 수 있었다. 모델 3은 중증 질환 예측과 코로나19 환자의 급성호흡곤란증후군 예측에 탁월한 성능을 보였다.

이현우 호흡기내과 교수는 "이번 예측 모델로 중증도를 구분하고 호흡 부전으로 진행될 환자를 적시에 선별하는 데 도움이 될 것"이라면서도 "CXR을 활용한 AI 모델의 예측도가 임상 정보까지 결합한 모델보다 예측도가 떨어진다는 점을 고려할 때 CXR만으로는 코로나 환자의 예후를 예측하는 것은 섣부르다"고 밝혔다.

이 교수는 이어 "급성호흡곤란증후군(ARDS)은 사망률과 이환율이 높기 때문에 위험도가 높은 환자를 조기 발견해 치료하는 것이 중요하다"고 강조했다.

보건복지부의 지원으로 수행한 이번 연구 결과는 국제 SCIE급 학술지인 '저널 오브 메디컬 인터넷 리서치' 최근호에 게재됐다.