연세대 세브란스병원 이식외과 이주한 교수와 신장내과 김형우 교수, 의대 의생명시스템정보학교실 유승찬·김선지 교수 연구팀은 전신마취 수술 환자의 데이터를 분석해 수술 전 8가지 정보만으로 수술 후 급성 신장 손상 위험을 예측하는 AI 모델을 개발했다고 6일 밝혔다.
급성 신장 손상은 수술 후 신장 기능이 갑자기 떨어지는 합병증이다. 급성 신장 손상이 발생하면 사망 위험이 증가하고 입원 기간이 길어질 뿐만 아니라 장기적인 신장 기능 저하로 이어질 수 있어, 수술 전 위험 환자를 미리 선별하고 관리하는 것이 중요하다.
그동안 수술 후 급성 신장 손상을 예측하기 위한 여러 모델이 개발됐지만, 수술 중이나 수술 후에 얻을 수 있는 정보를 필요로 하거나 심장 수술 등 특정 수술 환자만을 대상으로 한 경우가 대부분이었다. 이 때문에 수술 전 단계에서 다양한 수술 환자의 급성 신장 손상 위험도를 미리 파악해 실제 진료에 활용하는 데 한계가 있었다.
연구팀은 2006년부터 2022년까지 세브란스병원과 강남세브란스병원에서 전신마취로 1시간 이상 수술을 받은 성인 환자 18만 4560명의 데이터를 기반으로 AI 예측 모델을 구축했다.
먼저 환자의 수술 전·중·후 정보를 모두 활용하는 AI 모델과 수술 전 정보만을 사용하는 모델의 예측 성능을 비교해 예측에 가장 중요하게 활용된 수술 전 정보 8가지만을 이용하는 ‘간소화 모델’을 개발했다.
간소화 모델에는 수술 전 신장 기능, 전신 상태, 영양·빈혈 상태 등 통상적으로 확인하는 8가지 임상 정보와 검사 결과를 이용했다. 모두 수술 전 통상적으로 확인할 수 있는 정보로, 급성 신장 손상 위험 예측을 위해 별도의 특수검사를 추가할 필요가 없다.
연구팀은 간소화 모델의 성능을 검증하기 위해 타 병원 성인 환자 5만 2480명을 대상으로 외부 검증을 진행했다.
그 결과, 수술 전 8가지 정보만 사용한 간소화 모델의 예측 성능(AUROC)은 모든 단계의 급성 신장 손상 예측에서 0.809, 중등도 이상(2~3단계) 급성 신장 손상 예측에서 0.908을 기록했다. AUROC는 모델이 위험 환자와 그렇지 않은 환자를 얼마나 잘 구분하는지를 나타내는 지표로, 1에 가까울수록 예측 성능이 우수하다는 의미다.
각각의 모델의 성능 검사 결과, 간소화 모델은 모든 단계의 급성 신장 손상 예측에서 0.809, 중등도 이상 급성 신장 손상 예측에서는 0.908을 기록하며, 8개의 수술 전 정보만으로도 ‘수술 중 데이터 모델’과 ‘수술 중·후 데이터 모델’의 성능에 근접한 예측 성능을 보였다.
연구팀은 실제 진료 현장에서 활용할 수 있도록 모델이 예측한 급성 신장 손상 위험도에 따라 20% 초과를 고위험군, 5~20%를 중간위험군, 5% 미만을 저위험군으로 구분하는 방안도 제시했다. 이를 통해 수술 전 고위험 환자를 미리 선별하고, 수술 전후 혈압과 수액 상태를 더욱 면밀히 관리하거나 신장에 부담을 줄 수 있는 약물 사용을 피하는 등 예방적 관리에 활용할 수 있을 것으로 기대된다.
이주한 교수는 “AI 예측 모델은 실제 진료 현장에서 쉽게 사용할 수 있으면서도 충분한 예측력을 갖추는 것이 중요하다”면서 “이번 연구에서 개발한 AI 모델이 고위험 환자 선별과 관리에 활용될 수 있을 것으로 기대한다”고 말했다.
유승찬 교수는 “향후 전자의무기록과 연동해 수술 전 단계에서 환자의 급성 신장 손상 위험도가 자동으로 제시될 수 있도록 하고, 이러한 위험도 기반 관리가 실제 합병증 감소로 이어지는지를 전향적 연구를 통해 검증할 계획”이라고 말했다.
이번 연구 결과는 국제학술지 ‘국제외과학회지(International Journal of Surgery)’에 게재됐다.
