한림대동탄성심, AI로 요관결석 성분 분석 치료법 개발
한림대동탄성심, AI로 요관결석 성분 분석 치료법 개발
  • 유경수 기자
  • 승인 2022.06.28 13:24
이 기사를 공유합니다

시경 중 적절한 시술도구 선택 및 결석의 생성 원인분석 통한 재발 예방 도움
요관결석 성분분석 AI예측모델 (자료=한림대동탄성심병원 제공)
요관결석 성분분석 AI예측모델 (자료=한림대동탄성심병원 제공)

[베이비타임즈=유경수 기자] 요관결석은 신장, 요관, 방광, 요도 등 요로계에 결석이 생겨 소변의 흐름이 원활하지 않게 되고, 그 결과 칼로 찌르는 듯한 극심한 통증을 유발하는 질환이다. 이 같은 요관결석을 인공지능을 이용해 치료 성공률을 높일 수 있는 예측모델이 개발됐다.

한림대학교동탄성심병원 비뇨의학과 한준현 교수(교신저자), 이성호 병원장, 김종근․최창일․이원철 교수, 김의석․권효상․양원종 레지던트와 연세대학교 임도형 교수 연구팀은 인공지능을 활용해 요관결석 환자의 내시경화면 속 결석 성분을 정확히 예측할 수 있는 모델을 개발했다. ‘인공지능을 이용한 요관결석 성분 분석’이라는 제목의 이 연구는 SCI급 대한비뇨의학회 공식 국제학술지인 ‘Investigative and Clinical Urology’ 5월호에 게재됐다.

요관결석 치료법으로는 요도내시경을 이용해 결석을 조각 내 제거하는 방법이 많이 쓰이고 있다. 이때 내시경 카메라를 통해 결석의 성분과 강도를 예측하는 것은 시술 중 적절한 도구를 선택하고 결석 생성의 원인을 분석해 시술 후 환자관리에 큰 도움이 될 수 있다.

연구팀은 딥러닝에 활용할 데이터를 얻기 위해 2018년 1월~2021년 3월까지 한림대학교동탄성심병원에서 요관결석으로 내시경시술을 받은 환자의 결석 1332개를 분석했다. 이후 결석을 형성하는 분자의 고유 진동 주파수와 일치하는 특정 파장대의 적외선을 흡수시키는 방법으로 가장 적합한 성분과 조성비를 찾아낼 수 있었다.

분석 결과 1332개의 결석 중 한 종류의 성분으로만 이뤄진 순석이 54%인 720개(7종)였고, 혼합석이 46%인 612개(24종)이었다. 전체 결석은 성분의 비율에 따라 31개 등급으로 분류됐고, 이중 가장 많은 결석이 포함된 상위 4개 등급으로 965개의 결석이 포함됐다. 가장 많은 성분은 칼륨 옥살레이트 일수화물 100%(469개)였고, 다음으로 칼슘 옥살레이트 일수화물 80%와 스트루바이트 20%(240개), 칼슘 옥살레이트 일수화물 60%와 이수화물 40%(137개), 요산 100%(119개) 순이었다.

이렇게 얻어진 데이터를 바탕으로 요관결석 성분 분석 인공지능 모델을 개발한 결과 양성 예측확률인 민감도와 음성 예측확률인 특이도가 85~99%로 나타났다. 이는 글로벌 연구에서 의사가 내시경화면을 통해 직접 결석을 관찰하고 구성요소를 예측했을 때의 정확도가 39%였던 것과 비교해 매우 높은 수치이다.

한준현 교수는 “이번 연구결과를 통해 적절한 시술도구를 선택하고 결석의 생성 원인을 분석해 요관결석 치료의 효율성을 높일 수 있을 것으로 기대된다. 예를 들어 성분 중 스트루바이트가 있는 경우 결석 생성의 원인이 감염 때문일 수 있어 시술 후 항생제 투여 등 감염치료에 대한 계획을 세울 수 있다”며 “또한 재발성 결석과 대사질환에 의한 결석을 구분해 결석의 원인을 분석하고 요관결석 재발을 예방하는 데 도움이 될 것으로 기대된다”고 설명했다.

한림대학교동탄성심병원 비뇨의학과 이성호 병원장 연구팀은 2018년 인공지능으로 요관결석 환자의 체외충격파쇄석술 성공률을 예측하는 모델을 개발해 연구결과를 세계 비뇨의학과 저널에 게재했다. 



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