COVID-19 환자 최적 중등도 분류시스템 개발
상태바
COVID-19 환자 최적 중등도 분류시스템 개발
  • 박진옥 기자
  • 승인 2021.11.05 10:12
  • 댓글 0
이 기사를 공유합니다

환자 조기 선별로 사망률 최소화 및 중환자 병상 효율적 운영 가능
(왼쪽부터) 구교철-이광석 교수​
(왼쪽부터) 구교철-이광석 교수​

국내 연구진이 코로나19 환자의 개별적 임상 상태에 따라 최대질병 중증도(질병이 가장 악화했을 때의 상태)를 예측하는 시스템을 개발했다. 신규확진자 발생 시 자가격리(재택치료) 또는 병원이송 필요성을 선별 분류할 수 있어 중증환자 사망률 최소화가 기대된다.

연세대 강남세브란스병원 비뇨의학과 구교철‧이광석 교수와 KAIST 경영대학 안재현 교수팀이 역치 최적화 시뮬레이션 기법을 이용한 코로나19 환자의 최적 중등도 분류시스템에 관한 연구 결과를 발표했다. 신규확진자 유입량 대비 가용한 병상 수에 따라, 반드시 중환자실이 필요한 환자에게 제한된 의료자원을 효율적으로 배분하는 시스템이다.

연구팀은 국내 코로나19 발생 시점부터 지난해 4월까지 확진 판정된 코로나19 환자 5601명을 대상으로 입원 중 최대 임상 중증도를 분석했다. 질병관리본부(KDCA)의 코로나19 확진자 임상자료(환자 당 37개의 임상 및 검사결과 변수)를 활용했다.

AI 머신러닝 기술인 XGBoost(Extreme Gradient Boosting) 기계학습법 및 로지스틱 회귀 분석 교차 검증을 통해 예측 모델을 구현했다. 그 결과, 중환자실 치료가 필요한 정도(기관 삽관, 에크모 적용, 사망)의 중증질환으로 이환 확률을 96.5%의 정확도로 예측했다. 이는 기존 해외 연구의 결과의 정확도(77~91%)에 비해 높은 수준이다.

연구팀은 또 코로나19 검사장비가 제한된 의료환경이나 자가진단 시 사용할 수 있도록, 혈액검사 등 변수들을 제외한 모델(variable restricted models)도 개발했다. 제한된 모델의 예측 정확도 역시 96.3%로 높은 수준을 나타냈다.

이 알고리즘은 웹사이트(http://covid19severity.duckdns.org)를 통해 전 세계 누구나 이용할 수 있다.

연구팀은 예측 모델을 통해 최적역치-조정 시스템도 설계했다. 이는 신규확진자 유입 대비, 중증으로 이환돼 사망할 환자 수를 최소화하는 시스템이다. 가상의 확진자 유입량에 따른 시뮬레이션 결과, 사망률을 최대 18%까지 낮출 수 있는 것으로 확인했다.

구교철 교수는 “이번 연구로 신규확진자 유입량 대비 가용한 의료자원(중환자실)에 따라 중증도 예측확률 역치를 조절함으로써 COVID-19 사망률을 낮출 수 있다”며 “중환자실 치료가 반드시 필요한 환자들에게 병상이 배정되도록 하고, 가용한 의료자원의 효율적인 배분이 가능해 위드 코로나 시대에 활용도가 높을 것”이라고 말했다.

한편, 이번 연구 결과는 국제학술지인 ‘JMIR Medical Informatics’에 「Optimal triage for COVID-19 patients under limited healthcare resources: Development of a parsimonious machine learning prediction model and threshold optimization using discrete-event simulation(역치 최적화 및 분리-이벤트 시뮬레이션 기법을 이용한 COVID-19 환자의 최적 중등도 분류시스템 개발)」제목으로 최근 게재됐다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.