인공지능(AI)을 활용해 외상성 경추척수손상 환자의 기관절개술(목 앞쪽의 기관에 구멍을 내 호흡을 돕는 시술) 가능성을 입원 초기에 예측하는 머신러닝 모델이 개발됐다.
아주대병원 신경외과 노성현 교수팀이 경북대 데이터사이언스대학원 김수현 교수팀과 공동으로 외상성 경추척수손상 환자의 초기 임상정보를 활용해 기관절개술 가능성을 예측하는 머신러닝 모델을 개발했다고 밝혔다.
외상성 경추척수손상은 목 부위 척수가 손상되는 중증 외상으로, 호흡근을 조절하는 신경 경로가 손상되면 장기간 기계환기가 필요할 수 있다. 이 경우 안정적인 기도 확보를 위해 기관절개술을 시행하지만, 손상 초기에는 어떤 환자에게 필요한지 판단하기 쉽지 않다.
연구팀은 2017년부터 2024년까지 외상성 경추척수손상으로 치료받은 환자 267명의 임상정보를 분석하고, 입원 초기에 확인할 수 있는 정보를 활용해 대표적인 6개 머신러닝 알고리즘의 기관절개술 예측 성능을 비교했다.
그 결과 CatBoost 알고리즘을 적용한 예측 모델이 가장 우수한 성능을 보였다. 최종 모델은 나이, 의식 수준(GCS), 신경학적 손상 정도(AIS), 경추 수술 여부, C2/3·C3/4·C4/5 경추 레벨의 척수 손상 여부 등 7개 변수만으로 AUROC (기관절개술이 필요한 환자와 필요하지 않은 환자를 구분하는 예측 성능 지표) 0.8166을 기록했다. AUROC는 1에 가까울수록 예측 성능이 우수함을 의미한다.
또한 각 임상 요인이 AI의 예측에 미치는 영향을 확인하는 SHAP 분석 결과, 신경학적 손상이 심하고 의식 수준이 낮을수록, 60세 이상이거나 경추 수술을 받은 경우, C2/3·C3/4·C4/5 부위척수 손상이 있는 경우 AI가 ‘기관절개술이 필요할 가능성이 높다’고 예측하는 데 영향을 미치는 것으로 나타났다.
이번 연구는 입원 초기에 확보할 수 있는 소수의 임상정보만으로 기관절개술 가능성을 예측함으로써, 향후 경추척수손상 환자의 기도관리 계획을 조기에 수립하고 기관절개술 필요성을 판단하는 데 도움을 줄 수 있다는 점에서 의미가 있다.
노성현 교수는 “경추척수손상 환자에서 기관절개술 여부는 호흡기 합병증과 중환자 치료 과정에 큰 영향을 주지만, 손상 초기에는 장기간 기계환기 필요성을 판단하기 쉽지 않다”며 “이번 연구는 입원 초기에 확보할 수 있는 소수의 임상정보를 활용해 기관절개술 가능성을 객관적으로 제시하고, 의료진의 신속한 기도관리 결정을 보조할 수 있다는 가능성을 보여줬다”고 말했다.
한편, 이번 연구는 ‘Predictive Modeling of the Need for Tracheostomy after Traumatic Cervical Spinal Cord Injury Using Machine Learning(머신러닝을 활용한 외상성 경추척수손상 환자의 기관절개술 필요성 예측 모델링)’이라는 제목으로 국제 의학 학술지 ‘Yonsei Medical Journal’ 9월호에 게재됐다. 아주대의대 이은지 학생과 경북대 데이터사이언스대학원 권병근 학생이 공동 제1저자로, 아주대병원 신경외과 노성현 교수와 경북대 데이터사이언스대학원 김수현 교수가 공동 교신저자로 참여했다.
