곽상규 대구가톨릭대학교의료원 의학통계학교실 교수와 대구가톨릭대학교병원 소아청소년과 정지은·김영현 교수의 공동연구가 소아의학 분야 국제학술지 ‘Children’에 게재됐다.
이번에 게재된 논문은 ‘Sequential Prediction of Bronchopulmonary Dysplasia from Birth Through the First Week of Life Using Machine Learning’으로, 인공지능(AI) 기반 머신러닝 기술을 활용해 미숙아의 기관지폐이형성증 발생 위험을 출생 직후부터 생후 7일까지 단계적으로 예측하는 모델을 개발한 연구다.
기관지폐이형성증은 주로 미숙아에게 발생하는 대표적인 만성 폐질환으로, 장기간 산소치료나 호흡기 치료가 필요할 수 있으며 성장 이후에도 호흡기 건강과 신경발달에 영향을 미칠 수 있어 조기 위험 평가가 중요하다.
연구팀은 대구가톨릭대학교병원 신생아중환자실에 입원한 미숙아 2,153명의 임상자료를 분석했다. 출생 직후의 기본 정보부터 생후 24시간 이내의 임상 및 검사 정보, 생후 7일까지의 치료 경과를 단계적으로 반영해 총 5가지 통계·머신러닝 예측모델을 개발하고 성능을 비교했다.
연구 결과 출생 직후 정보만 활용한 모델의 예측 성능(AUC)은 0.751이었으나, 생후 24시간 이내의 임상정보를 추가한 모델에서는 0.897로 향상됐으며, 생후 7일까지의 정보를 반영한 최종 모델에서는 0.923을 기록했다. 주요 예측인자로는 산소포화도, 평균동맥압, 초기 수유 방식, 산소 요구량 및 염증 관련 검사 수치 등이 확인됐다.
특히 복잡한 머신러닝 알고리즘뿐 아니라 기존 통계기법인 로지스틱 회귀모형에서도 높은 예측 성능을 보여, 임상정보를 적절한 시점에 활용하는 것이 예측 정확도를 높이는 데 중요한 요소임을 확인했다.
이번 연구는 신생아중환자실에서 축적되는 임상정보를 활용해 미숙아의 기관지폐이형성증 발생 위험을 조기에 평가할 수 있는 가능성을 제시했다는 점에서 의미가 있으며, 향후 다기관 외부 검증과 전향적 연구를 거쳐 고위험 미숙아의 조기 선별과 환자 맞춤형 치료 및 관리 전략 수립에 기여할 것으로 기대된다.
연구진은 “이번 연구는 신생아중환자실의 임상 경험과 의학통계 분야의 인공지능 분석기술을 결합해 미숙아의 기관지폐이형성증 발생 위험을 출생 초기부터 단계적으로 예측할 수 있는 가능성을 확인했다는 점에서 의미가 있다”며 “향후 추가적인 검증을 통해 고위험 미숙아를 조기에 선별하고, 환자별 맞춤형 치료 및 관리 전략을 수립하는 데 도움이 되기를 기대한다”고 말했다.
