국내 연구진이 요로감염과 그로 인한 2차 혈류감염을 예측하는 인공지능 모델을 개발했다. 

연세대 강남세브란스병원 진단검사의학과 박용정·김도균·최민혁 교수팀은 2011∼2021년 요배양 검사와 자동화 소변 검사를 받은 25만2917명의 환자의 데이터베이스를 통해 요로감염 예측 인공지능 모델(XGBoost)을 개발하고, 이에 대한 특허 출원을 완료했다고 26일 밝혔다. 

요로감염은 증상이 있을 시 정확한 진단을 위해 소변 배양 검사를 진행하게 되는데, 세균이 자랄 때까지는 통상 2~3일 가량이 소요돼 감염 초기 치료를 놓칠 수 있다. 치료 지연 없이 경험적 치료를 결정하기 위해 자동화 소변검사를 통한 요로감염 추정 진단이 권장지만 이 검사만으로는 정확한 진단이 어렵다는 한계가 있다.

이에 연구팀은 △소변검사 결과값(소변 내 박테리아 수, 요중 백혈구, 요비중) △혈액검사 결과(백혈구 수, 단핵구 수, 림프구 수, CRP Level) △인구 통계학적 자료(이완기 혈압, 수축기 혈압, 환자 연령)을 입력하고 ‘예측(Predict)’ 버튼을 누르면 그 환자의 요로감염 및 요로연관 2차 혈류감염의 가능성을 보여주는 웹 어플리케이션을 개발했다. 결과 도출에 필요한 10개 지표값은 병원 방문 후 1시간 이내에 얻을 수 있는 자료들이다.

기존 자동화 소변검사의 정확도(AUROC)가 74.5%인 것에 비해, 인공지능은 AUROC 96.7%의 정확도를 보였다. 또 요로연관 2차 혈류감염 예측 시 AUROC 95.5%로 나타났다. 

최민혁 교수는 “이 모델을 임상적으로 활용하면 비특이적 요로감염 증상이 있는 환자에서 항균 치료 지연의 위험을 줄이고, 추가 치료와 면밀한 모니터링이 필요한 요로연관 2차 혈류감염 환자를 분류할 수 있을 것으로 기대한다”고 말했다.

이번 연구 결과는 감염 및 공중보건학회보 ‘Journal of Infection and Public Health’에 게재됐다.

정진수 기자 [e-mail]