서울대 연구진이 중환자실(ICU) 환자 섬망 예방 목적의 'AI(인공지능) 기반 약물 투여량 최적화 모델' 개발에 성공했다. 섬망은 중환자실에서 흔히 발생하는 급성 정신혼란 증상으로 주의력과 인지기능이 급격히 저하돼 환자 생존율과 예후에 부정적 영향을 미칠 수 있다.
16일 한국보건산업진흥원은 서울대병원 연구팀이 중환자실 섬망 예방을 위한 덱스메데토미딘(섬망 예방에 쓰이는 진정제) 약물의 투여량을 최적화하는 AI 모델 개발에 성공했다고 밝혔다.
중환자실 내 섬망은 20~80% 발생하는 중대한 합병증으로, △장기적 인지기능 저하 △기계호흡 기간 연장 △재원기간 증가 등을 초래한다. 최근 덱스메데토미딘이 섬망 예방에 효과적인 약물로 알려졌지만 투여량 결정은 의사의 경험에 의존해 일관성이 부족하단 문제가 지적돼왔다. 환자에게 약물이 과잉 투여될 경우 맥박이 지나치게 느려지거나(서맥) 저혈압 발생 등 부작용을 일으킬 수 있어 신중한 용량 조절이 중요하다.
서울대병원 중환자의학과 이홍열 교수, 마취통증의학과 류호걸 교수와 이형철 교수, 데이터사이언스연구부 이현훈 교수 공동연구팀은 이러한 문제를 해결하고자 환자 2416명의 데이터를 토대로 개별 환자 맞춤형 약물 투여량을 제시하는 AI 모델을 개발했다.
이 AI 모델은 개별 환자의 활력징후와 혈액검사 결과 등 35가지 상태 정보를 실시간으로 분석, 6시간마다 약물 투여량을 정확하게 제시한다.
연구팀은 환자 270명의 데이터로 성능을 검증한 결과, AI 모델이 제안한 투여량(섬망 발생 환자군 평균 0.117mcg/㎏/h)은 기존 의사 처방(섬망 발생 환자군 평균 0.236mcg/㎏/h)보다 더 낮은 용량으로도 효과적인 섬망 예방이 가능함을 입증했다. AI 모델 개발로 환자는 서맥과 저혈압 등 약물 부작용 위험은 줄이면서도 최적의 약물 투여량을 받을 수 있게 된 것이다.
이홍열 교수는 "이번에 개발된 AI 모델은 섬망 예방 약물 투여량을 객관적이고 과학적으로 결정할 수 있다는 강점을 가졌다"며 "특히 더 낮은 약물 용량으로도 효과적인 예방이 가능하다는 점에서 환자의 부작용 위험을 줄일 수 있을 것으로 기대된다"고 설명했다.
이현훈 교수는 "이번 연구는 한국형 의료 빅데이터를 활용한 AI 기술의 성공적 개발 사례"라며 "현재의 연구 결과를 바탕으로 전향적 임상연구를 진행, AI 모델의 실제 임상 현장에서의 효과를 검증하고자 한다. 해당 AI 기술을 다른 중환자실 약물 투여 최적화에도 적용해 중환자 치료의 질을 전반적으로 향상시키는 게 목표"라고 말했다.
독자들의 PICK!
한편 이번 연구는 보건복지부와 한국보건산업진흥원이 추진하는 '중환자 특화 빅데이터 구축 및 AI기반 CDSS(임상의사결정지원시스템) 개발 사업'의 지원으로 수행됐다. 연구 내용은 세계적 과학 학술지인 '네이처 디지털 메디슨' 11월호에 게재됐다.
