질병관리청 국립보건연구원이 국내 2형 당뇨병 환자의 실제 진료기록을 활용해 응급실 방문 위험을 사전에 예측하는 인공지능 모델을 개발했다.

질병관리청 국립보건연구원

이번 연구 결과는 국제학술지 `PLOS ONE` 7월호에 게재됐으며, 지난 11일 발표됐다. 연구진은 2022년부터 국립보건연구원이 구축한 다기관 당뇨병 빅데이터를 기반으로 응급실 방문 기록이 있는 환자 22만여 명의 데이터를 분석했다.

분석 결과, 전체 환자 중 약 22.6%에 해당하는 4만 9,770명이 진단 전후 1년 이내에 최소 1회 이상 응급실을 방문한 것으로 나타났다. 응급실을 방문한 환자들은 비방문 환자에 비해 고령이며, 혈당 조절 및 콩팥 기능이 상대적으로 저하된 특징을 보였다.

연구진은 병원에서 상시 확인 가능한 55개의 임상 정보를 활용해 인공지능 모델을 개발했다. 그 결과, `캣부스트(CatBoost)` 모델의 예측 정확도가 87%에 달해 기존 통계 방식인 73%보다 월등히 높은 성능을 보였다.

이 모델이 응급실 방문 위험을 판단하는 핵심 요인으로는 이완기 혈압, 혈청 크레아티닌(콩팥기능 지표), 수축기 혈압이 꼽혔다. 이는 생활습관 개선과 약물 치료로 조절 가능한 요인이 많음을 시사한다.

임주현 내분비신장질환연구과장은 “이번 연구는 국립보건연구원이 구축해 온 다기관 당뇨병 빅데이터를 기반으로 실제 진료데이터가 환자의 건강 위험을 예측하고 예방 전략을 마련하는데 활용 될 수 있음을 보여준 사례”라고 평가했다. 이어 “향후 1차 의료기관에서도 활용 가능한 예측모델을 보급함으로써 합병증 위험을 조기발견하고 예방·관리하는데 활용 될 수 있을 것으로 기대한다”고 설명했다.

김원호 만성질환융복합연구부장은 “당뇨병 환자의 응급상황 발생 이후 치료하는 기존 방식에서 벗어나, 위험을 사전에 예측하고 관리하는 ‘능동적 예방·관리’ 체계로 전환할 수 있는 가능성을 제시했다는데 의의가 있다”며, “당뇨병 환자는 생활습관 관리와 정기적인 건강검진을 통해 응급상황을 예방하고, 작은 건강 변화도 놓치지 않는 것이 중요하다”고 강조했다.