로봇 수술 중 혈압 변화를 예측해 신속한 대응을 가능하게 하는 인공지능 모델이 개발됐다.
딥 러닝을 포함한 인공지능 기술을 이용하여 수술 중 혈압 변화를 예측하려는 시도는 활발하지만 로봇을 이용한 하복부 장기 수술과 같이 복압과 체위 변화 등 변수가 많은 특수 환경에서 혈압 변화를 예측한 연구는 없었다.
이에 순천향대학교 부천병원 마취통증의학과 김상현 교수팀(정양훈·이미순)은 동대학 빅데이터공학과 정영섭 교수(현 충북대학교 컴퓨터공학과)와 협업해 2018년 10월부터 2021년 3월까지 만 19세 이상 환자를 대상으로 한 연구를 진행했다.
연구팀은 순천향대 부천병원이 시행한 로봇 하복부 장기 수술(난소방광절제술, 자궁적출술, 자궁근종절제술, 전립선절제술, 자궁관난소절제술) 533건의 데이터를 기계학습시키고, 순환신경망(Recurrent Neural Networks)을 이용해 10분 이내에 복강 내 혈압이 기준 혈압보다 20% 이상 상승할지 예측하는 모델을 개발했다.
해당 예측 모델의 정확도를 검증한 결과, 그 유효성을 입증했으며 39개 상황의 예측값을 도출하는 데 걸린 시간이 3.472밀리초(ms, 1000분의 1초)에 불과해 혈압 변화에 대한 신속한 대응이 가능한 것으로 나타났다.
정양훈 교수는 “이번 연구는 로봇 수술과 같이 특수한 수술 환경에서 혈압 변화를 예측한 첫 연구다. 이번 연구를 기초로 다른 특수한 수술 상황에서 혈압 변화를 예측하는 모델을 개발함으로써, 환자의 급격한 혈압 변화를 최소화하고 수술 예후를 향상할 수 있을 것으로 기대한다”고 말했다.
이번 연구결과는 국제학술지 'PLOS ONE, (IF: 3.752)에 게재됐다.