▲ 충북대학교병원 호흡기내과 신윤미 교수, 소아청소년과 윤신애 교수, 인공지능센터장 의공학과 박승 교수 (사진=충북대학교병원 제공)

 

[mdtoday=이한희 기자] 충북대학교병원은 인공지능센터가 신생아 중환자의 기관 삽관 적응증 모델 2개를 개발했다고 18일 밝혔다. 

 

본 기술은 신생아 중환자 128명을 대상으로 총 23개의 임상 인자를 수집하였으며 임신 기간, 출생 당시 체중, 출생 후 1분 및 5분 Apgar 점수, 성별, 분만 방법 등을 포함한 19개의 수치 데이터들과 심박수, 호흡수, 흡입 산소 분율, 산소 포화도 등 4개의 시계열 데이터로 구성됐다. 충북대학교병원에서 새로이 제안한 이 모델은 상기 데이터들을 복합적으로 분석하여 신생아 기관 삽관 적응증을 예측한다.

첫 번째 모델은 수치 데이터와 시계열 데이터를 각각 다층 퍼셉트론(MLP)를 이용하여 통합적으로 분석하였고, AUROC 0.917, 정확도 88.28%의 성능을 달성했다.

두 번째 모델은 수치 데이터 분석을 위해 MLP block을, 시계열 데이터 분석을 위해서 Transfomer block을 사용하여 복합 심층 신경망(Multimodal Neural Network)을 구축하여 AUROC 0.88, 정확도 85.7%의 높은 성능을 달성했다.

 

신생아의 호흡 곤란 상태에서 늦은 의사결정은 신생아에게 뇌졸중과 같은 심각한 문제를 초래할 수 있다. 새로이 개발된 모델이 의사들의 임상적 의사결정을 보조함으로써 신생아 중환자들의 예후에 도움을 줄 수 있을 것으로 예상된다.

 

해당 연구는 JCR 상위 10% 이내 국제학술지 “IEEE Journal of Biomedical and Health Informatics(IF, 영향력지수 = 7.021)”와 Nature의 자매지로 알려진 “Scientific Reports(IF, 영향력지수 = 4.997)”에 각각 게재됐다.

한편, 충북대학교병원 인공지능센터는 2021년 7월 의료인공지능팀 설립 이후 그 실적을 인정받아 2년이 채 안 되는 짧은 시간에 인공지능센터로 격상됐다. “IEEE Transactions on Neural Networks and Learning Systems(IF, 영향력지수 = 14.26)” 등 최상위권 국제 학술지에 다수의 논문을 게재하고, 4건의 특허 출원을 진행하는 등 다양한 활동을 이어오고 있다. 

[ⓒ 메디컬투데이. 무단전재-재배포 금지]