[라포르시안] 감염성 질환에서 의료 빅데이터를 기반으로 한 ‘항생제 내성 예측 AI(인공지능)’가 개발됐다.
아주대의료원은 의료정보학교실 박래웅 교수팀(김청수 대학원생·감염내과 최영화 교수, 이화여대 약학대학 이정연 교수)이 상급종합병원에 구축된 275만 명의 공통데이터모델(CDM) 데이터베이스를 활용해 AI 기반 ‘경험적 항생제’ 내성 예측 모형을 만들었다고 13일 밝혔다.
중증 감염병 환자가 입원할 경우 정확한 항생제 처방을 위해 항생제 내성 여부를 확인해야 한다. 하지만 내성 여부를 확인하기 전에 처방을 미룰 수 없는 상황이라면 일단 경험적으로 가장 적합한 처방, 즉 경험적 항생제를 시행한다.
이번에 개발한 예측 모형은 입원 환자 중 병원성 요로감염 의심 환자를 대상으로 ▲환자 기저 특성(인구학적 특성·진단 기록·약물 처방력·검사 및 처치력 등) ▲타 기관 전원 기록 ▲항생제 감수성 경향(antibiogram) 등 다양한 정보를 활용했다.
연구결과 8가지 항생제 감수성 패널 결과를 예측하는 이번 모형의 성능이 다른 선행연구 결과보다 더 우수한 결과를 보였다. 항생제 내성 원인 중 하나는 ‘부적절하게 투여된 항생제’로, 이는 ▲불필요한 투여 ▲부적절한 항생제(경험적 항생제 포함) 선택 ▲용법·용량 오류 ▲투여 시간 지연 등의 경우다.
항생제 내성 문제가 계속 지속할 경우 오는 2050년이면 전 세계적으로 매년 약 1,000만 명이 이로 인해 사망할 수 있다고 예측될 정도다.
박래웅 교수는 “이번 연구는 감염질환의 특성에 맞는 주요 대규모 의료 데이터를 확보해 실제로 활용 가능한 임상의사 결정 지원 시스템 모형을 개발했다는 데 의의가 있다”면서 “향후 진료 현장에서 개인별 맞춤형 경험적 항생제 선택을 실현하는 데 기여하길 바란다”고 말했다.
연구팀은 임상에서 예측 모형의 활용성을 높이기 위해 웹 기반 애플리케이션(https://cskim-abmi.shinyapps.io/PIEapp/) 형태로도 개발했다.
이번 연구결과는 11월 국제항균제학회지(International Journal of Antimicrobial Agents)에 ‘Translation of Machine Learning–Based Prediction Algorithms to Personalized Empiric Antibiotic Selections: A Population-Based Cohort Study(개인화된 경험적 항생제 선택을 위한 머신러닝 기반 예측 모형 개발)’란 제목으로 게재됐다.