소아과 치료의 AI 발전: 미숙아 인공호흡기 제거 시기 예측

서울대학교 분당병원(SNUBH) 연구진은 인공호흡기 지원이 필요한 미숙아의 인공호흡기 제거(extubation) 최적 시기를 결정하는 데 도움이 되는 모델을 만들기 위해 인공지능(AI)의 힘을 활용했습니다. 이 돌파구는 미숙아 관리 개선에 대한 유망한 통찰력을 제공하며, 그들의 호흡기 및 신경계 발달에 잠재적인 영향을 미칠 수 있습니다.

인공호흡기 제거 성공을 위한 AI 모델 개발

SNUBH 소아과 교수인 정영화 교수와 최창원 교수, 그리고 SHUBH eHealth 연구 및 비즈니스 사무소의 유수영과 송원근을 포함한 연구진 팀은 미숙아의 인공호흡기 제거 성공을 위한 예측 모델을 개발하는 임무를 시작했습니다. 그들의 노력은 저명한 국제 의학 정보학 저널에 발표된 중요한 진보로 이어졌습니다.

미숙아 호흡기 관리의 과제

미숙아는 호흡기계가 미성숙하게 태어나 출생 직후 호흡곤란과 무호흡과 같은 도전에 직면하는 경우가 많습니다. 이러한 어려움은 아기가 성장함에 따라 지속되며, 아기가 독립적으로 호흡할 때까지 인공호흡 및 기계적 환기를 사용해야 합니다. 주요 과제는 합병증을 피하기 위해 인공호흡기 지원의 최적 지속 시간을 결정하는 데 있습니다.

*미숙아 인공호흡기 제거 시기는 매우 중요합니다. 인공호흡기의 장기 사용은 폐의 비정상적인 성장을 초래하고 기관지폐이형성증(BPD)과 같은 조건의 위험을 증가시킬 수 있으며, 조기 인공호흡기 제거는 저산소증과 고이산화탄소혈증을 초래하여 뇌 발달에 악영향을 미치고 기관지폐이형성증의 위험을 악화시킬 수 있습니다. 올바른 균형을 찾는 것이 필수적입니다.

현재 인공호흡기 제거 의사결정의 상태

현재 미숙아의 인공호흡기 제거 최적 시기를 결정하기 위한 표준화된 지침은 없습니다. 결정은 일반적으로 주치의의 재량에 맡겨집니다. 평균적으로 1,000그램 미만의 체중을 가진 미숙아의 인공호흡기 제거 성공률은 60-73% 사이에서 유지되며, 이는 더 정밀한 접근 방식의 필요성을 강조합니다.

이 중요한 격차를 해결하기 위해 연구팀은 2003년부터 2019년까지 SNUBH에서 태어난 678명의 미숙아 데이터를 분석했으며, 모두 32주 이전에 인공호흡 및 침습적 환기 상태에 있었습니다. 머신러닝 알고리즘을 활용하여 그들은 “NExt-Predictor” AI 모델을 개발했습니다. 이 모델은 심박수 및 호흡과 같은 생체 신호를 분석하여 인공호흡기 제거 성공 가능성을 평가합니다.

AI의 놀라운 예측 성능

AI 모델 “NExt-Predictor”는 병원 평가에 따르면 0.805의 곡선 아래 면적(AUC)과 0.917의 정밀도를 자랑하며 exceptional한 예측 능력을 보여주었습니다. 놀랍게도 이러한 예측 특성은 미국 임상 데이터베이스 MIMIC-III를 사용하여 검증할 때 일관되게 유지되었습니다. 이 AI 모델의 주목할 만한 장점은 기본 생체 신호에만 의존하여 추가 장비가 필요하지 않다는 것입니다.

소아과 치료에서 AI의 중요성

프로젝트에 참여한 연구원 중 한 명인 정영화 교수는 인공호흡기 사용 미숙아에게 최적의 인공호흡기 제거 시기의 중요성을 강조했습니다. 그는 이 중요한 결정을 위한 정확한 기준을 설정하는 데 있는 어려움을 강조하며, 예측을 위한 AI 시스템 개발이 신생아 의학 분야에서 더욱 가치 있는 이유를 설명했습니다.

“NExt-Predictor” AI 모델의 개발은 특히 호흡기 지원이 필요한 미숙아를 위한 소아과 치료 영역에서 중요한 도약을 의미합니다. 이 AI 기반 혁신은 이러한 취약한 아기의 관리 품질을 향상시킬 잠재력을 가지고 있으며, 인공호흡기 제거 결정에 대해 더 데이터 기반이고 정밀한 접근 방식을 제공합니다. 이 기술이 계속 발전함에 따라 전 세계 미숙아의 합병증을 줄이고 장기적인 결과를 개선할 약속을 가지고 있습니다.