‘AI 요로결석 성분 분석 모델’ 연구로 수상, ‘Investigative and Clinical Urology'에 게재… “요로결석 재발 예방 기대”
한 교수는 ‘인공지능(AI)을 이용한 요로결석 성분 분석 모델(Prediction of the composition of urinary stones using deep learning. Investig Clin Urol)’ 연구로 수상의 영예를 안았다. 한준현 교수가 교신저자로, 고흥종합병원 김의석 공중보건의(전 한림대학교동탄성심병원 전공의)가 제1저자로 작성한 이 논문은 지난해 7월 SCI급 국제학술지인 ‘Investigative and Clinical Urology(IF: 2.3)’에 게재됐다.
요로결석은 신장, 요관, 방광, 요도 등 요로계에 결석이 생겨 소변의 흐름이 원활하지 않게 되고, 그 결과 칼로 찌르는 듯한 극심한 통증을 유발하는 질환이다. 치료법으로는 요도내시경을 이용해 결석을 조각 내 제거하는 방법이 많이 쓰이고 있다. 이때 내시경 카메라를 통해 결석의 성분과 강도를 예측하는 것은 시술 중 적절한 도구를 선택하고 결석의 생성 원인을 분석해 시술 후 환자관리에 큰 도움이 된다.
이에 한준현 교수팀은 AI를 이용해 환자의 내시경화면 속 결석 성분을 정확히 예측하여 치료 성공률을 높일 수 있는 예측모델을 개발했다. 딥러닝에 활용할 데이터는 2018년 1월부터 2021년 3월까지 한림대학교동탄성심병원에서 요로결석으로 내시경시술을 받은 환자의 결석 1332개를 분석해 확보했다. 이후 결석을 형성하는 분자의 고유 진동 주파수와 일치하는 특정 파장대의 적외선을 흡수시키는 방법으로 결석의 성분과 조성비를 찾아낼 수 있었다.
이렇게 얻어진 데이터를 AI 요로결석 성분 분석 모델에 적용한 결과 양성 예측확률인 민감도와 음성 예측확률인 특이도가 85~99%로 나타났다. 이는 글로벌 연구에서 의사가 내시경화면을 통해 직접 결석을 관찰하고 구성요소를 예측했을 때의 정확도가 39%였던 것과 비교해 매우 높은 수치이다.
한준현 교수는 “이번 연구를 통해 요로결석 치료의 효율성을 높이고 재발 예방에 도움이 될 것으로 기대된다”며 “요로결석 예방과 최적의 치료법을 찾기 위한 연구에 더욱 매진하겠다”고 말했다.
이경민 기자
press@healthinnews.co.kr