인공무릎관절 수술 후 부작용 예측모델 개발

곽상규 대구가톨릭대학교의료원 의학통계학교실 교수와 최원기 정형외과 교수의 공동연구가 의료정보학 분야 국제학술지 ‘BMC Medical Informatics and Decision Making’에 게재됐다.

이번에 게재된 논문은 ‘Prediction of postoperative nausea and vomiting within 24 hours after total knee arthroplasty using interpretable machine learning’으로, 인공무릎관절 전치환술 후 발생하는 오심과 구토를 예측하기 위해 인공지능 기반 머신러닝 모델을 개발하고 기존 위험평가 도구와 예측 성능을 비교한 연구다.

인공무릎관절 전치환술은 퇴행성 무릎관절염 환자의 통증을 줄이고 관절 기능을 회복하기 위한 대표적인 수술이다. 그러나 수술 후 발생하는 오심과 구토는 환자의 불편감을 증가시키고 조기 보행과 재활을 방해할 수 있어, 이를 사전에 예측하고 예방하는 것이 중요하다.

연구팀은 대구가톨릭대학교병원에서 2015년부터 2025년까지 인공무릎관절 전치환술을 받은 환자 1,188명의 임상자료를 분석했다. 이 가운데 228명(19.2%)에서 수술 후 24시간 이내 오심 또는 구토가 발생했다.

환자의 연령, 성별, 체질량지수, 과거 오심·구토 경험, 진통제 관련 부작용 및 마취·수술 관련 정보를 활용해 여러 머신러닝 모델을 개발한 결과, 랜덤포레스트(Random Forest) 모델이 가장 우수한 예측 성능을 보였다.

해당 모델의 AUC는 0.711로 기존에 널리 사용되는 Apfel 위험평가 점수의 0.657보다 높았으며, 최근 수술 환자를 대상으로 한 추가 검증에서는 AUC 0.791을 기록했다. 특히 과거 오심·구토 경험, 체질량지수, 진통제 관련 부작용 이력이 주요 예측인자로 확인됐다. 또한 연구팀은 설명 가능한 인공지능 기법인 SHAP 분석을 적용해 각 임상요인이 예측 결과에 미치는 영향을 시각적으로 제시함으로써 모델의 해석 가능성을 높였다.

곽상규·최원기 교수는 “이번 연구는 정형외과의 임상 경험과 의학통계 분야의 인공지능 분석기술을 결합해 수술 후 오심·구토 발생 위험을 환자별로 예측할 수 있는 가능성을 확인했다는 점에서 의미가 있다”며 “향후 다기관 연구를 통한 추가 검증을 거쳐 고위험 환자의 조기 선별과 환자 맞춤형 예방 및 관리 전략 수립에 기여할 수 있기를 기대한다”고 말했다.