이번 연구의 주제는 중환자실(ICU)의 조기 재입실을 예측하는 딥러닝 모델 개발 및 검증에 관한 내용으로 제목은 ‘중환자실 퇴실 후 48시간 이내 재입실 예측을 위한 기계 학습 모델의 다기관 검증 연구(Multicenter validation of a machine learning model to predict intensive care unit readmission within 48 hours after discharge)’이다.
중환자실의 퇴실 후 재입실은 환자 안전에 있어 매우 중요한 지표이다. 퇴실이 지연되면 의료 비용 및 감염의 위험이 커지고, 반대로 퇴실이 너무 이르면 환자 사망률이 높아진다는 보고가 있기 때문이다. 하지만 퇴실을 결정하는 표준화된 지침이 부족한 상황에서는 의료진의 주관적 평가에 의존할 수밖에 없다. 기존 임상에서 활용되는 점수 체계 또한 성능이 낮아 실효성이 떨어지는 한계가 있었다. 이에 뷰노 연구팀은 이형철 서울대학교병원 마취통증의학과 교수 연구팀과 함께 AI를 활용해 48시간 이내 중환자실 재입실을 예측하는 딥러닝 모델 개발에 착수했다.
그 결과, 연구팀의 모델은 AUROC(Area Under the Receiver Operating Characteristics; 인공지능 모델 성능평가지표) 0.820으로 기존 점수체계보다 유의미한 개선을 보였다. 또한 생존분석 결과, 이 모델이 고위험군으로 예측한 환자의 예후에서 40% 이상이 48시간 이내에 재입실했는데, 연구팀에 따르면 이는 비교지표 대비 모델성능이 약 4배 이상 높아진 것이라는 설명이다.
주성훈 뷰노 CTO는 “이번 연구로 DeepCARS 후속 모델의 우수한 예측 성능을 인정받았다”며 “현재 국내 120개 의료기관의 일반 병동에서 활용되고 있는 DeepCARS의 후속 솔루션으로 중환자실 환자 대상 심정지, 사망, 패혈성쇼크 예측 모델도 개발을 마치고 순차적으로 인허가 완료 예정이다. 앞으로도 뷰노 연구팀은 DeepCARS 시리즈가 일반 병동을 넘어 병원 전체에서 환자 안전을 책임지는 역할을 다할 수 있도록 임상적 유효성 입증에 총력을 기울일 것”이라고 강조했다.
김국주 기자
press@healthinnews.co.kr