[헬스코리아뉴스 / 서정필] 중증 외상성 뇌손상(Traumatic brain injury, TBI) 환자의 여러 임상 데이터를 인공지능(AI)을 기반으로 분석해 환자의 예후를 높은 가능성으로 예측하는 알고리즘이 개발됐다.
TBI란 낙상, 교통사고 등으로 머리에 외부 충격을 받아 뇌 신경세포가 손상되는 증상으로 최근 저소득 및 중산층 국가에서 발병률이 증가하는 추세다.
중증 TBI의 경우 보통 중환자실에서 치료되지만 현재 의료진이 할 수 있는 적절한 치료가 이뤄지더라도 3명 중 한 명이 사망하는 것으로 알려져 있다.
이렇게 사망률이 높은 것에는 TBI의 특성 상 의료진이 환자의 상태를 정확히 알아내는 것이 쉽지 않다는 것도 한 원인이다.
중증 TBI 환자는 거의 의식을 잃기 때문에 의료진이 환자의 의식 반응으로는 환자의 상태를 파악하는 것이 어렵다.
이 때문에 의료진은 환자 상태에 대한 임상 데이터들, 예를 들어 두개내압(intracranial pressure), 평균 동맥압력(mean arterial pressure), 뇌관류압(cerebral perfusion pressure) 등을 지속적으로 모니터해 환자의 현재 상태를 유추할 수밖에 없었다.
또한 두개내압 측정치 하나만 해도 하루에 수십만 개의 데이터를 산출하는 등 각 환자 별로 쏟아지는 데이터의 양이 너무 많아 의료진의 역량으로는 데이터 기반 예후 분석이 물리적으로 불가능한 상황이었다.
핀란드 헬싱키대학교 병원 연구팀은 이러한 어려움을 극복하기 위해 이 데이터들을 인공지능(AI) 기반으로 분석해 개별 환자의 상태와 예후 및 적절한 권장 치료 방법에 관한 객관적인 데이터를 제공할 수 있는 방법을 만들어 냈다.
연구팀이 만든 알고리즘은 두 가지다. 하나는 3~5개 종류의 데이터의 상관관계 분석에 집중하도록 설계됐다. 다른 하나는 여기에 글래스고우 혼수척도(Glasgow Coma Scale, GCS) 점수로 측정한 의식 수준에 관한 자료를 더해 조금 더 높은 수준의 분석 결과를 제공할 수 있도록 했다.
GCS란 눈뜬 정도, 언어 구사, 운동 등 3가지 항목을 각각 평가해 환자의 현재 의식 상태를 측정한 척도다.
에투 프루시안(Eetu Pursiainen) 헬싱키대 AI 분석센터 연구원은 “이 알고리즘을 기반으로 80~85% 확률로 중증 TBI 환자들이 30일 내 사망에 이를 가능성을 예측했다”며 “물론 두 가지 알고리즘 중 GCS를 함께 분석한 두 번째가 더 예측 성공률이 높지만 첫 번째도 단순히 몇 개 데이터 간 관계만 분석했다는 점을 감안하면 상당히 높은 적중률을 보였다”고 말했다.
헬싱키대 측은 이 알고리즘을 전 세계 TBI 치료진이 모두 사용할 수 있도록 무료로 공개할 예정이라고 밝혔다.
이번 개발 과정의 책임을 맡은 미카 코르자(Miikka Korja) 헬싱키대 신경외과 부교수는 이러한 결정에 대해 “헬싱키대는 세계 AI 기반 치료 솔루션 개발 분야에서 가장 앞서가고 있다”며 “국제적으로 더 많은 관련 연구 발전을 위해 알고리즘을 무료로 공유하는 것이 연구를 선도하고 있는 우리의 역할이라고 생각한다”고 말했다.
이번 연구 결과는 학술지 네이처(nature)의 자매지인 사이언티픽 리포트(Scientific Reports) 최근호에 실렸다.
