패혈증 99%로 진단, 예후 예측할 AI 모델 나왔다

AI를 활용해 패혈증을 진단하고 예후까지 예측할 수 있는 길이 열렸다. 패혈증은 세균에 감염돼 온 몸에 염증이 퍼지는 병으로 제때 치료하지 않으면 사망할 수 있다.

연세대 의대 의생명시스템정보학교실 박유랑 교수와 김종현 연구원, 세브란스병원 호흡기내과 정경수 교수·성민동 강사, 토모큐브 민현석 박사는 면역세세포의 3D 이미지 데이터를 활용해 99% 정확도로 패혈증을 진단하고 예후를 예측할 수 있는 AI 모델을 개발했다고 12일 밝혔다.

패혈증 진단과 예후 예측이 가능한 AI 모델을 국내 연구진이 개발했다. 사진 왼쪽부터 연세대 의대 의생명시스템정보학교실 박유랑 교수와 김종현 연구원, 세브란스병원 호흡기내과 정경수 교수·성민동 강사, 토모큐브 민현석 박사. 사진 세브란스병원

패혈증은 감염에 대한 비정상적인 인체 반응이다. 빠르게 여러 장기에 영향을 미치기 때문에 치료가 늦어지면 사망 위험이 높아진다.

현재 패혈증 진단에 사용되는 대표적인 바이오마커(생체표지)인 C-반응성 단백질(CRP), 프로칼시토닌(PCT) 등은 진단이 늦다. 염증지표인 인터류킨-6(IL-6)과 같은 바이오마커는 표준화가 부족해 진단 결과를 해석하는데 어려움이 있다.

연구팀은 면역세포의 일종인 세포독성(CD8) T세포의 3D 이미지 데이터와 AI 모델을 활용해 패혈증의 진단과 예후를 예측할 수 있을지 확인했다.

패혈증 회복군 8명의 혈액샘플에서 CD8 T세포를 분리해 이미지를 홀로토모그래피 현미경으로 찍었다. 촬영은 패혈증 쇼크 진단 시점, 패혈증 쇼크 해소 시점, 퇴원 전 세 시점으로 나눠 했다. 홀로토모그래피 기술은 세포 구조 변화에 영향을 주는 염색 과정 없이 살아있는 면역세포의 3D 영상을 빠르고 안정적으로 얻을 수 있다. 이 이미지를 건강한 대조군 20명의 이미지와 비교 분석했다.

AI 모델의 예측 성능을 수신기 작동 특성 곡선(AUROC) 지표로 분석했다. AUROC는 어떤 질환을 진단하기 위한 특정 검사 도구의 진단 정확도를 나타내는 통계 기법이다. AI 모델의 성능평가 지표로 주로 사용된다. 1에 가까울수록 성능이 뛰어난 것이다.

분석 결과, 패혈증 진단을 위해 하나의 세포 이미지만 사용했을 때 AI 모델의 예측 정확도는 0.96(96%)을 보였다. 두 개의 세포 이미지를 썼을 때는 0.99(99%) 이상의 높은 성능을 나타냈다. 예후 예측 모델에서도 단일 세포 이미지로 0.98(98%), 두 개의 세포 이미지로 0.99(99%) 이상의 고성능을 보였다.

정경수 교수는 “CD8 T세포의 3차원 이미지가 패혈증의 바이오마커로서의 역할을 규명할 수 있었다”면서 “AI 모델을 통해 패혈증 환자의 진단 및 예후 예측을 신속하고 정확하게 해 환자 개인에 적합한 치료 결정을 내리는데 도움을 줄 수 있을 것”이라고 말했다.

이번 연구 결과는 국제학술지 ‘라이트: 사이언스 앤드 어플리케이션스’ 최신호에 실렸다.

황수연 기자 ppangshu@joongang.co.kr