[헬스코리아뉴스 / 박민주] 인공지능의 머신 러닝 기법을 활용해 조산의 위험을 예측한 연구 결과가 국내 연구진에 의해 발표됐다. 조산은 일반적으로 임신 20주를 지나 37주 이전에 분만하는 것으로, 세계적으로 전체 출생아의 5~10%가 조산인 것으로 알려져 있다.
이화여자대학교 의과대학 부속 목동병원 산부인과 김영주, 박선화 교수 연구팀은 임산부 질액 내 박테리아 위험 요소 모델을 인공지능 머신 러닝 기법(machine learning)으로 분석, 조산 위험을 예측한 연구결과를 최근 발표했다.
조기 진통 및 조기 양막 파수 등으로 인해 조산이 발생하는 경우, 임산부 질내 유해한 박테리아의 상행 감염 때문이라는 연구가 세계적으로 많이 보고된 바 있다. 하지만 이를 사전에 진단하고 예방할 수 있는 뚜렷한 방법은 없는 상황이었다.
이대목동병원 산부인과학교실 연구팀은 임신 중기 임신부의 질액을 채취, 조산을 예측할 수 있는 후보 균들의 정성적 및 정략적 평가를 시행했다. 또한 임신부의 조산 여부에 따라 어떤 차이가 있는지 분석해 예측 모델을 만들었다. 단순히 균의 검출 여부로는 조산의 예측이 어렵기 때문에, 인공지능으로 예측이 가능한 알고리즘을 만들기 위해 후보 균들의 조합과 상대적인 비율을 이용했다.
연구팀에 따르면, 이 모델에 영향을 주는 핵심 균은 락토바실러스 이너스(Lactobacillus iners), 유레아플라즈마 파붐(Ureaplasma parvum)이었다. 이 모델의 조산 예측률은 72%였고, 그 외에 혈액학적인 정보를 통해 측정할 수 있는 백혈구 수를 조합했을 때는 예측률이 77%로 높아졌다.
이번 논문의 교신저자인 김영주 이대목동병원 산부인과 교수는 "이번 연구에서 밝혀진 대로 조산을 유발하는 다양한 원인을 박테리아 위험 요소 모델과 접목한다면 더 좋은 예측 모델을 만들 수 있을 것"이라고 평가했다.
병원 측에 따르면, 이대목동병원 산부인과학교실 연구팀은 새로운 바이오마커를 발굴하고 AI진단 알고리즘을 개발해 상용화를 진행하는 진단전문회사 '디앤피바이오텍'과 함께 이와 관련된 연구를 진행 중이다.
논문 1저자인 박선화 이대목동병원 산부인과 교수는 "조산율이 10% 내외라고는 하지만 실제로 상급종합병원인 이대목동병원에서 근무하다 보니, 조기진통, 조기양막파수의 증상으로 조산의 위험성이 높은 고위험 산모를 많이 치료했다"며 "미리 조산 원인을 알 수 있는 방법을 통해 예방적 조치를 취한다면 더욱 효과적인 진료를 할 수 있을 것"이라고 말했다.
이번 연구 결과는 미국 생식면역학회지 AJRL(American Journal of Reproductive Immunology) 최근호에 게재됐다.
