고위험 환자 수술 중 대량 수혈의 필요성을 높은 정확도로 실시간 예측하는 AI 모델이 개발됐다.

한국보건산업진흥원은 서울대병원 산부인과 이승미 교수 연구팀이 개발한 예측 모델이 수술 중 대량 수혈 위험도를 실시간으로 계산할 수 있을 뿐 아니라, 수혈 시작 10분 전에 정확도 높은 예측이 가능해 고위험 환자에 대한 조기 개입이 가능해져 치료 결과를 개선하는 데 크게 기여할 것으로 기대된다고 전했다.

수술 중 대량 출혈은 합병증을 유발할 뿐만 아니라 사망에까지 이를 수 있어, 적시 수혈을 통해 출혈을 조절해야 한다.

적절한 대량 수혈 처리와 관리를 위해서는 여러 의료진이 한 팀을 이루고 혈액제제를 준비하는 등 시간이 소요되며, 긴박한 수술 상황에서 이러한 시간 소요를 최소화하기 위해서는 수혈 시점을 조기에 정확히 예측하는 것이 무엇보다 중요하다.

기존의 간 이식, 심장 수술 등 고위험 수술 상황에서 대량 수혈을 예측하기 위한 연구들이 다수 진행돼 왔으나, 높은 예측 성능을 입증한 모델은 부재했다.

그 이유는 기존 연구들은 수술 중 매개변수를 고려하지 않고, 전적으로 수술 전 요인만을 고려했기 때문인 것으로 분석된다.

연구팀은 마취통증의학과 이형철 교수 연구팀과 함께 대량 수혈에 대한 수술 전 예측 모델을 1차로 구축하고, 환자 산소포화도, 혈역학 모니터링 데이터 등 수술 중 매개변수를 통합한 ‘실시간 수술 중 대량 수혈 예측 모델’을 최종 구축했다.

연구팀은 개발한 예측 모델 성능 평가를 위해, 서울대병원(2016~2019년)과 보라매병원(2020~2021년)에서 수술 중 침습적 혈압 모니터링을 받은 1만8480명 환자의 데이터를 활용해 기존 모델과 새로 개발한 모델 간 대량수혈지표 성능을 비교 분석했다.

그 결과, 연구팀에서 개발한 ‘실시간 수술 중 대량 수혈 예측 모델’은 AUROC 0.972의 높은 측정 결과를 나타내 수술 전 예측 모델의 AUROC 0.824를 상회하는 것으로 나타났다.

이승미 교수는 “향후 전향적 후속 연구를 통해 수술 현장에서 인공지능을 이용한 임상의사결정지원시스템(CDSS)에 적용할 수 있을 것으로 기대된다”고 말했다.

보건의료 R&D사업(저출산 극복연구, HI22C1295)의 지원으로 수행한 이번 연구결과는 국제학술지 ‘JAMA Network Open’에 게재됐다.