뷰노, 세계중환자의학회지에 AI 기반 패혈증 조기 예측 연구 게재

뷰노, 세계중환자의학회지에 AI 기반 패혈증 조기 예측 연구 게재

의료 인공지능(AI) 솔루션 개발 기업 주식회사 뷰노는 높은 정확도로 패혈증 발생을 최대 12시간 이전 예측하는 자체 개발 딥러닝 알고리즘에 대한 연구 논문이 세계중환자의학회지(Critical Care Medicine, 이하 CCM)에 게재됐다고 밝혔다.

패혈증은 중환자실(ICU) 내 가장 흔한 질환 중 하나로서, 몸 안에 침입한 다양한 미생물이 일으키는 중증 감염을 일컬으며 발열이나 저체온, 빠른 맥박과 호흡, 백혈구 수 증가 등의 소견을 보인다.

조기진단 및 적절한 치료를 빠른 시일 내에 시행하지 않으면 신체 각 부분의 기능 장애, 장기 부전과 쇼크 등을 일으키고 심각한 경우 사망까지 이를 수 있으며, 2018년 기준 패혈증으로 인한 국내 사망률은 10%을 육박하는 것으로 알려졌다.

CCM은 국제학술지인용보고서(Journal Citation Reports, JCR) 기준 전 세계 중환자의학 분야 3위의 높은 영향력을 자랑하는 학술지다. 

뷰노는 지난 2월에도 메디플렉스 세종병원과 공동으로 연구하여 세계 최초로 개발한 심정지 예측 알고리즘의 실제 임상 환경에서의 도입효과와 정확도를 입증하는 논문을 해당 학술지에 게재함으로써, 우수한 인공지능 기술력을 바탕으로 생체신호 분야에 대한 유효성을 입증해 나가고 있다.

이번 연구를 수행한 뷰노 생체신호팀은 딥러닝 기술 중 하나인 그래프 합성곱 신경망(Graph Convolutional Network, 이하 GCN) 기술을 전자건강기록(Electronic Health Record, 이하 EHR) 분석에 적용해 패혈증 발생을 최대 12시간 전부터 높은 정확도로 예측하는 알고리즘을 개발했다. 

패혈증 예측 정확도를 높이기 위해서는 의료현장에서 발생할 수 있는 결측 데이터(누락된 데이터) 예측이 필수적인데, 기존에는 단일변수만을 고려하는 순환신경망(Recurrent Neural Network, RNN) 기술이 주로 사용되어 왔다. 

그러나 뷰노 연구팀은 이번 연구에서 결측 데이터 예측에 GCN 기술을 적용해 다양한 변수 간의 상관관계를 확인하고 높은 정확도로 결측 데이터를 예측해, 패혈증 발생 예측 정확도를 높였다.

해당 알고리즘은 6만명 이상의 중환자 EHR 데이터를 활용하여 학습되었으며, 실제 중환자실에서 치료가 필요한 패혈증 환자 선별에 사용되는 NEWS(National Early Warning Score)와 SOFA(Sequential Organ Failure Assessment) 등에서 기존 예측 지수 대비 AUROC (Area Under the Receiver Operating Characteristic)의 3% 향상과, AUPRC (Area Under the Precision-Recall Curve)의 18% 향상을 보여, 유의미한 예측정확도 향상을 확인했다. 

이러한 연구 결과를 기반으로, 해당 알고리즘이 패혈증 예측을 위한 솔루션으로 개발돼 실제 의료현장에 도입될 경우 패혈증 발생을 높은 정확도로 조기에 예측해 사전에 대응할 수 있을 것으로 기대된다.

이번 논문의 주 저자인 뷰노 생체신호팀 이병탁 연구원은 “패혈증 예측의 정확도를 향상시키기 위해 의료현장 여건상 잦은 측정이 어려운 데이터의 결측을 보완하고자 GCN 기술을 도입해 높은 정확도를 확인할 수 있었다”며, “앞으로도 뷰노 생체신호팀은 이번 연구 성과를 기반으로 다양한 후속연구를 진행해, 생체신호를 기반으로 다양한 질환을 조기 예측하는 솔루션을 개발하고 의료 현장에 도움이 될 수 있도록 최선을 다하겠다”고 말했다.

한편, 뷰노의 인공지능 기반 심정지 예측 소프트웨어 뷰노메드 딥카스(VUNO Med®–DeepCARS™)는 임상시험이 원활하게 진행되고 있으며, 최근 혁신의료기기로 지정돼 기술혁신성 등을 인정받기도 했다. 

또한, 관련 연구 논문이 지난 2월 CCM에 게재되면서 뷰노는 생체신호 기반 솔루션의 임상적 유효성과 성능을 입증해 나가고 있다. 

뿐만 아니라, 뷰노는 의료영상, 병리, 의료음성 등 의료 현장 전반에서 발생하는 광범위한 데이터를 분석하고, 의료 환경의 효율성 및 정확도를 향상시키는 다양한 의료 인공지능 솔루션 상용화에 성공해, 의료 현장에 활발하게 도입하고 있다.