박래웅 아주대의료원 교수팀. 박래웅(왼쪽부터) 아주대의료원 의료정보학교실 교수, 김청수 대학원생, 최영화 감염내과 교수, 이정연 이화여대 약학대학 교수. [아주대의료원 제공]

<이미지를 클릭하시면 크게 보실 수 있습니다>

[헤럴드경제=고재우 기자] 의료 빅데이터를 기반으로 한 ‘항생제 내성 예측 AI’(인공지능)가 개발됐다.

국내 뿐만 아니라 해외에서도 불필요한 항생제 사용로 인한 문제가 대두되고 있는데, AI를 활용한 개인별 맞춤 항생제 선택으로 부작용 및 내성을 예방할 수 있을지 관심이 집중된다.

아주대의료원은 의료정보학교실 박래웅 교수 연구팀이 상급종합병원 275만명의 공통데이터모델(CDM) 데이터베이스를 활용해 AI 기반 경험적 항생제 내성 예측 모형을 만들었다고 13일 밝혔다.

정확한 항생제 사용을 위해서는 처방 전 항생제 내성 여부를 확인해야 하지만, 처방을 미룰 수 없는 경우에는 경험적으로 가장 적합한 처방, 즉 경험적 항생제를 사용한다.

항생제 내성 원인 중 하나는 ▷불필요한 투여 ▷부적절한 항생제(경험적 항생제 포함) 선택 ▷용법·용량 오류 ▷투여 시간 지연 등인데, 이 같은 문제가 지속된다면 오는 2050년 전 세계적으로 매년 약 1000만명이 사망할 수 있다고 예측될 정도다.

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.

연구 결과, 8가지 항생제 감수성 패널 결과를 예측하는 이번 모형의 성능이 기존의 다른 선행 연구 결과보다 더 우수한 결과를 보였다는 게 연구팀 설명이다. 연구팀은 “올바른 경험적 항생제 선택은 불필요한 범위의 항생제 사용과 내성 확산을 막을 수 있다”고 밝혔다.

박 교수는 “이번 연구는 감염 질환의 특성에 맞는 대규모 의료 데이터를 확보해 실제로 활용 가능한 임상의사 결정 지원 시스템 모형을 개발했다는 데 의의가 있다”며 “향후 진료 현장에서 개인별 맞춤형 경험적 항생제 선택을 실현하는 데 기여하길 바란다”고 말했다.

이어 “이번 예측 모형은 임상에서 활용성을 높이기 위해 웹 기반 애플리케이션 형태로도 개발했다”고 덧붙였다.

한편, 연구 결과는 국제항균제학회지 11월호에 ‘개인화된 경험적 항생제 선택을 위한 머신러닝 기반 예측 모형 개발’이란 제목으로 게재됐다.

ko@heraldcorp.com

Copyright ⓒ 헤럴드경제 All Rights Reserved.