화장실에서 볼일을 볼 때 소변에서 피가 섞여 나오면 큰 병은 아닐지 덜컥 겁이 나기 마련이다. ‘혈뇨’다. 혈뇨가 생기는 원인은 다양하다. 소변이 지나가는 모든 기관에서 발생할 수 있다. 요로감염과 요석‧외상‧전립선염‧종양 등이 손에 꼽힌다.

‘요로감염증’은 요도‧방광‧요관‧콩팥을 포함하는 요로기계 감염을 말한다. 요로감염은 가장 흔하게 생기는 감염 가운데 하나다. 요로감염 증상이 있으면 정확한 진단을 위해 소변 배양 검사를 진행한다.

한편 세균이 자랄 때까지 보통 2~3일 가량 걸린다. 소변 검사 결과를 기다리면서 감염 초기 치료를 놓칠 수 있는 것이다. 치료 지연 없이 경험적 치료를 결정하기 위해 자동화 소변검사를 통한 요로감염 추정 진단이 권장되나, 이 검사만으로는 정확한 진단이 어렵다는 한계가 있다.

이와 관련, 요로감염과 그로 인한 2차 혈류감염을 예측하는 인공지능 모델이 개발됐다. 이에 따라 소변 배양 검사의 정확성과 자동화 소변검사의 신속성을 모두 갖춰, 요로감염증의 빠른 진단과 치료 결정에 도움을 줄 것으로 기대된다.

연세대 강남세브란스병원 진단검사의학과 박용정‧김도균‧최민혁 교수팀은 최근 요로감염 예측 인공지능 모델을 개발하고, 이에 대한 특허출원을 완료했다.

연구팀은 2011~2021년까지 11년간 세브란스병원과 강남세브란스병원에서 요배양 검사와 자동화 소변검사를 받은 25만 2,917명의 환자 데이터베이스를 통해 인공지능 모델을 개발‧검증했다.

인공지능 모델이 중요하다고 판별한 ▲소변검사 결과 값(소변 내 박테리아 수, 요중 백혈구, 요비중) ▲혈액검사 결과(백혈구‧단핵구‧림프구 수, CRP Level) ▲인구 통계학적 자료(이완‧수축기 혈압, 연령) 등 10개 지표를 입력하면 환자의 요로감염과 요로연관 2차 혈류감염 가능성에 대한 예측값을 보여주는 어플리케이션이다.

결과 도출에 필요한 10개 지표 값은 병원을 찾고 1시간 이내에 얻을 수 있는 자료들이다. 인공지능 모델에 입력하는 즉시 감염 예측값을 얻을 수 있다.

기존 자동화 소변검사의 정확도를 나타내는 ‘AUROC’ 값은 74.5%인 것에 비해, 최종 인공지능 모델 ‘XGBoost’는 외부 검증 데이터세트에서 요로감염을 예측하면 AUROC 96.7%, 요로연관 2차 혈류감염 예측에서 AUROC 95.5% 성능을 달성했다.

강남세브란스병원 진단검사의학과 최민혁 교수는 “이 모델을 임상적으로 활용하면 비특이적 요로감염 증상이 있는 환자에서 항균 치료 지연 위험을 줄이고, 추가 치료와 면밀한 모니터링이 필요한 요로연관 2차 혈류감염 환자를 분류할 수 있을 것으로 기대한다”며 “기술이 상용화될 수 있도록 외부기관과 MOU를 맺고 기술이전을 준비하고 있다”고 밝혔다.

한편, 이번 연구 결과를 담은 논문은 감염 및 공중보건학회보 <Journal of Infection and Public Health> 최신호에 실렸다.