나재윤 교수팀, ‘선천성 심장병’ 위험도 분석 규명
상태바
나재윤 교수팀, ‘선천성 심장병’ 위험도 분석 규명
  • 병원신문
  • 승인 2021.12.13 06:00
  • 댓글 0
이 기사를 공유합니다

빅데이터 기반 인공지능 기반…세계적 학술지 ‘사이언티픽 리포트’ 게재
나재윤 교수
나재윤 교수

국내 의료진이 1.5kg 미만의 극소 저체중아의 선천성 심장병을 빅데이터 기반 인공지능과 위험 인자들을 적용·분석해 높은 예측도로 진단할 수 있다는 연구결과를 발표해 주목된다.

나재윤 한양대학교병원 소아청소년과 교수팀은 한양대학교 ERICA 공대 이주현 교수팀과 인공지능융합연구센터 권보경 박사가 공동연구에 참여한 ‘전국 극소 저체중아 코호트에서 동맥관 개존증 위험인자 분석을 위한 인공지능 모델 비교(Artificial intelligence model comparison for risk factor analysis of patent ductus arteriosus in nationwide very low birth weight infants cohort)’ 논문을 세계적 학술지인 ‘사이언티픽 리포트(Scientific Reports, IF 4.380)’ 최근호에 게재했다고 12월 10일 밝혔다.

선천성 심장병 중 동맥관 개존증은 극소 저체중아에서 많이 발생하는 질병으로, 높은 사망률에도 불구하고 위험 요소를 사전에 식별하는 것이 어렵고 명확한 가이드라인이 없어 병원마다 치료 지침에 차이가 있다.

연구팀은 2013년부터 2017년까지 국내에서 출생해 한국 신생아네트워크에 등재된 출생체중 1.5kg 미만의 극소 저체중아(VLBWI) 8,369명의 자료를 활용해 선천성 심장병인 동맥관 개존증의 위험 인자를 분류했다.

극소 저체중아 중 동맥관 개존증이 있는 환아는 2,982명, 동맥관 개존증이 없는 환아는 5,387명이었으며 다섯 가지 인공지능 알고리즘 분석 결과와 기존에 많이 사용된 다중 회귀 분석(Multiple Logistic Regression) 결과와 비교했다.

분석에 이용된 인공지능 알고리즘은 랜덤 포레스트(Random Forest), 라이트 GBM(Light gradient boosting machine), MLP(Multilayer Perceptron), 서포트 벡터 머신(Support Vector Machine), k-Nearest Neighbors(k-NN)이다.

이 중 랜덤 포레스트 및 라이트 GBM 알고리즘 분석 결과에서 심초음파 없이 수십 개에 달하는 환아의 출생 정보만으로 극소 저체중아의 동맥관 개존증을 약 82% 예측할 수 있다는 사실이 드러났다.

아울러 ‘SHAP(SHapley Additive exPlanations)’이라는 게임 이론 기반 알고리즘을 이용해 랜덤 포레스트와 라이트 GBM 알고리즘 분석이 동맥관 개존증을 예측하는 판단 기준에 적합한 인공지능 알고리즘이라는 것을 다시 한번 검증했다.

나재윤 교수는 “현재 소아청소년과 심장전문의가 많지 않고, 선천성 심장병은 전문의의 주관적인 진단과 치료에 의지하고 있다”며 “이번 연구를 통해 인공지능 기술로 많은 위험 인자를 분석해 선천성 심장병의 진단과 치료 여부를 예측할 수 있음을 규명했다”고 말했다.

그는 이어 “선천성 심장병이라는 드문 질환군에도 인공지능을 적용할 수 있음을 보여준 선도적인 예시”라며 “신생아 빅데이터에 인공지능을 적용한 첫 사례로 이번 연구를 계기로 많은 후속 연구가 이뤄지길 바란다”고 덧붙였다.

한편 이번 연구는 보건복지부와 질병관리본부에서 구축한 전국 웹기반 네트워크를 바탕으로 한국연구재단 바이오의료기술개발사업의 지원을 받아 진행됐다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.
주요기사