"전립선 환자에 희망을"···아크릴, 증상 진단 AI연구 국제지 게재

AI 인프라 및 기반 의료 솔루션 전문기업 아크릴(대표 박외진)이 삼성서울병원 연구팀과 함께 개발한 비침습적 하부요로증상 진단을 위한 인공지능(AI) 모델 성과가 국제비뇨의학회지(International Neurourology Journal) 최근호에 게재됐다.

기존 침습적 진단의 대안을 제시할 수 있는 혁신적인 기술이란 평가다. 논문 제목은 ‘Machine Learning Models for the Noninvasive Diagnosis of Bladder Outlet Obstruction and Detrusor Underactivity in Men With Lower Urinary Tract Symptoms (DOI: 10.5213/inj.2448360.180)’이다.

하부요로증상은 중년 및 고령 남성에게 흔히 발생하는 배뇨 관련 증상이다. 방광출구폐색과 배뇨근저활성 같은 원인으로 일반적으로 하부요로증상은 많은 사람들이 겪는 전립선 비대증과 밀접한 관련이 있다. 전립선이 비대해지면 요도를 압박해 배뇨에 어려움을 초래하며, 이는 하부요로증상의 주요 원인 중 하나로 작용한다. 하부요로증상은 잦은 배뇨, 배뇨 지연, 소변 줄기 약화 등 다양한 증상을 포함하며, 환자의 삶의 질에 큰 영향을 미친다.

기존 요역동학 검사는 하부요로증상 원인을 명확히 진단할 수 있는 효과적인 방법이지만, 침습적이고 고비용이며 환자에게 불편함을 초래하는 단점이 있다. 또 요역동학 검사는 도뇨관을 요도관으로 밀어넣어 방광 내 소변을 완전히 제거한 뒤 방광 내압을 측정하고, 복압을 확인하기 위해 항문에도 도관을 삽입하는 등 복잡한 절차를 거쳐 진행한다. 검사 후에도 혈뇨나 요로감염 등의 부작용이 발생할 수도 있다.

아크릴 등 연구팀은 AI 기반 비침습적 진단 모델을 개발해 이런 문제 해결에 나섰다. 연구에 사용한 데이터는 환자 국제전립선증상점수, 국제요실금학회 설문 점수, 요속검사, 경직장 전립선 초음파 검사 등으로 구성했다. 머신러닝 알고리즘은 XGBoost와 CatBoost를 사용해 학습시켰다.

연구 결과, 두 알고리즘 모두 모델 성능이 우수한 것(AUROC 0.8 이상)으로 나타났다. XGBoost 모델은 상대적으로 정확도가 높았고, CatBoost 모델은 민감도에서 강점을 보여 검사 환경에 따라 방법을 달리해 사용하면 기존 검사를 충분히 대체할 수 있을 것으로 기대됐다.

특히 이번에 개발한 AI 모델은 하부요로증상 환자의 원인을 진단할 때 요역동학 검사 없이도 경직장 전립선 초음파와 기존 검사 결과만으로 진단이 가능하다. 이는 기존에 대학병원 중심으로 제한적으로 이뤄지던 진단을 1차 및 2차 의료기관에서도 가능하게 해 환자의 의료 접근성을 크게 향상시킬 수 있다.

이번 연구를 주도한 삼성서울병원 비뇨의학과 이규성 교수는 “이번 연구는 비침습적 기술을 기반으로 한 AI 진단 도구가 환자 중심의 의료 환경에서 중요한 역할을 할 가능성을 보여준다”면서 “기존 침습적 검사에서 발생할 수 있는 불편함과 위험을 줄이고, 정확도와 접근성을 동시에 확보할 수 있을 것으로 보인다”고 말했다.

아크릴 박외진 대표는 “이번 연구는 AI 기술이 의료 분야에서 실제로 활용될 수 있는 가능성을 보여준 대표적 사례”라며 “비침습적 AI 진단 도구는 환자와 의료진 모두에게 유익한 혁신 기술로 자리 잡을 것”이라고 밝혔다.

실제로 AI 기반 비침습적 진단 도구는 환자에게 더 안전한 경험을 제공할 뿐만 아니라, 기존 대형 병원에서만 가능했던 진단을 1차 의료기관이나 지역 병원에서도 가능하게 하며 의료 접근성을 크게 확대할 잠재력을 가지고 있다고 아크릴은 짚었다.

특히, 이번 연구 연장선으로 하부요로증상 환자에게 수술적 치료가 필요한지 혹은 약물 치료가 적절한지 예측할 수 있는 모델도 이미 개발을 완료했고, 이 연구는 곧 발표할 예정이다. 이 새로운 모델은 AI 기술을 기반으로 환자의 치료 방향성을 보다 구체적으로 제시, 환자 맞춤형 의료를 실현하는 데 기여할 전망이다.