수술 중 대량 수혈이 필요한 시점을 예측하는 인공지능(AI) 모델이 개발됐다.
이승미 서울대병원 산부인과 교수팀이 개발한 예측 모델은 수술 중 대량 수혈 위험도를 실시간으로 계산할 수 있다. 또 수혈 시작 10분 전에 정확도 높은 예측이 가능해진다. 이를 통해 고위험 환자에 대한 조기 개입이 가능해져 치료 결과를 개선하는 데 기여할 것으로 기대된다.
연구팀은 개발한 예측 모델 성능 평가를 위해, 지난 2016년~2019년 기간 동안 서울대병원과 2020년~2021년 보라매병원에서 수술 중 침습적 혈압 모니터링을 받은 총 1만8천480명 환자의 데이터를 활용했다. 데이터에서 기존 모델과 새로 개발한 모델 간 대량수혈지표 성능을 비교 분석했다.
그 결과, 연구팀에서 개발한 ‘실시간 수술 중 대량 수혈 예측 모델’은 AUROC 0.972의 높은 측정 결과를 나타내 결과적으로 예측 성능이 매우 우수한 것으로 나타났다. 이는 수술 전 예측 모델(AUROC 0.824)을 훨씬 능가하는 정확도다. AUROC는 예측 모델의 성능을 평가하는 지표로, 1에 가까울수록 성능이 우수함을 의미한다.
수술 중 대량 출혈은 합병증을 유발할 뿐만 아니라 사망에까지 이를 수 있어, 적시 수혈을 통해 출혈을 조절해야 한다. 대량 수혈 처리 및 관리를 위해서는 여러 의료진이 한 팀을 이루고 혈액제제를 준비하는 등 시간이 소요된다. 긴박한 수술 상황에서 이러한 시간 소요를 최소화하기 위해서는 수혈 시점을 조기에 정확히 예측하는 것이 중요하다.
참고로 대량 수혈이란, 1시간 동안 3팩 이상의 적혈구를 수혈하는 수술 중 행위를 말한다. 주로 고위험 환자 수술시 수행된다. 기존 간 이식과 심장 수술 등 고위험 수술 상황에서 대량 수혈을 예측하기 위한 연구들이 다수 진행되어 왔지만 높은 예측 성능을 입증한 모델은 부재했다.
이승미 교수팀은 마취통증의학과 이형철 교수 연구팀과 함께 대량 수혈에 대한 수술 전 예측 모델을 1차로 구축하고, 환자 산소포화도, 혈역학 모니터링 데이터 등 수술 중 매개변수를 통합한 ‘실시간 수술 중 대량 수혈 예측 모델’을 최종 구축했다.
이승미 서울대병원 산부인과 교수는 “실시간 수술 중 대량 수혈 예측 모델은 예측 정확도가 높아, 대량 수혈이 필요한 고위험 환자군을 조기에 선별해 치료할 수 있는 가능성을 확인했다”며 “전향적 후속 연구를 통해 수술 현장에서 인공지능을 이용한 임상의사결정지원시스템(CDSS)에 적용할 수 있을 것으로 기대된다”고 밝혔다.
한편, 이번 연구는 보건의료 R&D사업의 지원으로 수행됐으며, JAMA Network Open 저널에 게재됐다.
