순천향대 부천병원 김상현 교수팀, 로봇 하복부 장기 수술 533건 데이터 기계학습
딥 러닝 기술은 인간의 뇌 신경 회로를 모방한 신경 회로망을 다층적으로 구성해 컴퓨터가 다양한 데이터를 통해 사람처럼 생각하고 배울 수 있도록 학습시키는 기술이다.
순천향대학교 부천병원 마취통증의학과 김상현 교수팀(정양훈·이미순)은 빅데이터공학과 정영섭 교수와 협업으로 ‘딥 러닝을 이용하여 로봇 복강경 수술 환자에서 복압 변화에 따른 혈압 변동 예측(IF: 3.752)’이란 연구 논문을 SCI(E)급 국제학술지(PLOS ONE)에 최근 발표했다고 밝혔다.
수술 중 높은 혈압 및 혈압 변화가 크면 환자 예후에 좋지 않은 영향을 미친다. 로봇을 이용한 하복부 장기 수술 시 복강 내 압력을 올리고 환자 머리를 바닥 쪽으로 기울인 자세를 취하는데, 이런 특수 환경에서는 혈압 변화를 예측하기가 더 어렵다.
최근 딥 러닝 기술을 이용해 수술 중 혈압 변화를 예측하려는 시도가 활발하나, 로봇을 이용한 하복부 장기 수술과 같이 복압과 체위 변화 등 변수가 많은 특수 환경에서 혈압 변화를 예측한 연구는 없었다.
이에 김상현 교수팀은 2018년 10월부터 2021년 3월까지 만 19세 이상 환자를 대상으로 순천향대 부천병원이 시행한 로봇 하복부 장기 수술(난소방광절제술, 자궁적출술, 자궁근종절제술, 전립선절제술, 자궁관난소절제술) 533건의 데이터를 기계학습시키고, 순환신경망(Recurrent Neural Networks)을 이용해 10분 이내에 복강 내 혈압이 기준 혈압보다 20% 이상 상승할지 예측하는 모델을 개발했다.
‘로봇 수술 시 혈압 변동 예측 모델’의 정확도를 검증한 결과, 그 유효성을 입증했으며 39개 상황의 예측값을 도출하는 데 걸린 시간이 3.472밀리초(ms, 1000분의 1초)에 불과해 혈압 변화에 대한 신속한 대응이 가능한 것으로 나타났다.
논문 제1저자인 정양훈 순천향대 부천병원 마취통증의학과 교수는 “이번 연구는 로봇 수술과 같이 특수한 수술 환경에서 혈압 변화를 예측한 첫 연구”라며 “이번 연구를 기초로 다른 특수한 수술 상황에서 혈압 변화를 예측하는 모델을 개발함으로써, 환자의 급격한 혈압 변화를 최소화하고 수술 예후를 향상할 수 있을 것으로 기대한다”고 말했다.
한편 김상현 교수팀은 2018년부터 순천향대 빅데이터공학과 교수진과 협업을 통해 활발한 연구 활동을 하고 있다. 수술 중 수집한 생체신호와 각종 약물 투여 정보, 그리고 전자의무기록 데이터를 이용해 ‘기계학습을 통한 수술 중 혈역학적 변화 예측 모델’을 개발하고, 관련 논문을 SCI(E)급 국제학술지에 여러 차례 발표한 바 있다.
 |
| ▲ 순천향대 부천병원 마취통증의학과 김상현·정양훈 교수 (사진=순천향대 부천병원 제공) |
[mdtoday=이재혁 기자] 국내 연구진에 의해 딥 러닝(Deep Learning) 기술을 이용해 특수한 수술 상황에서 혈압 변화를 예측하고 신속하게 대응해 환자 예후를 향상할 수 있는 길이 열렸다.
딥 러닝 기술은 인간의 뇌 신경 회로를 모방한 신경 회로망을 다층적으로 구성해 컴퓨터가 다양한 데이터를 통해 사람처럼 생각하고 배울 수 있도록 학습시키는 기술이다.
순천향대학교 부천병원 마취통증의학과 김상현 교수팀(정양훈·이미순)은 빅데이터공학과 정영섭 교수와 협업으로 ‘딥 러닝을 이용하여 로봇 복강경 수술 환자에서 복압 변화에 따른 혈압 변동 예측(IF: 3.752)’이란 연구 논문을 SCI(E)급 국제학술지(PLOS ONE)에 최근 발표했다고 밝혔다.
수술 중 높은 혈압 및 혈압 변화가 크면 환자 예후에 좋지 않은 영향을 미친다. 로봇을 이용한 하복부 장기 수술 시 복강 내 압력을 올리고 환자 머리를 바닥 쪽으로 기울인 자세를 취하는데, 이런 특수 환경에서는 혈압 변화를 예측하기가 더 어렵다.
최근 딥 러닝 기술을 이용해 수술 중 혈압 변화를 예측하려는 시도가 활발하나, 로봇을 이용한 하복부 장기 수술과 같이 복압과 체위 변화 등 변수가 많은 특수 환경에서 혈압 변화를 예측한 연구는 없었다.
이에 김상현 교수팀은 2018년 10월부터 2021년 3월까지 만 19세 이상 환자를 대상으로 순천향대 부천병원이 시행한 로봇 하복부 장기 수술(난소방광절제술, 자궁적출술, 자궁근종절제술, 전립선절제술, 자궁관난소절제술) 533건의 데이터를 기계학습시키고, 순환신경망(Recurrent Neural Networks)을 이용해 10분 이내에 복강 내 혈압이 기준 혈압보다 20% 이상 상승할지 예측하는 모델을 개발했다.
‘로봇 수술 시 혈압 변동 예측 모델’의 정확도를 검증한 결과, 그 유효성을 입증했으며 39개 상황의 예측값을 도출하는 데 걸린 시간이 3.472밀리초(ms, 1000분의 1초)에 불과해 혈압 변화에 대한 신속한 대응이 가능한 것으로 나타났다.
논문 제1저자인 정양훈 순천향대 부천병원 마취통증의학과 교수는 “이번 연구는 로봇 수술과 같이 특수한 수술 환경에서 혈압 변화를 예측한 첫 연구”라며 “이번 연구를 기초로 다른 특수한 수술 상황에서 혈압 변화를 예측하는 모델을 개발함으로써, 환자의 급격한 혈압 변화를 최소화하고 수술 예후를 향상할 수 있을 것으로 기대한다”고 말했다.
한편 김상현 교수팀은 2018년부터 순천향대 빅데이터공학과 교수진과 협업을 통해 활발한 연구 활동을 하고 있다. 수술 중 수집한 생체신호와 각종 약물 투여 정보, 그리고 전자의무기록 데이터를 이용해 ‘기계학습을 통한 수술 중 혈역학적 변화 예측 모델’을 개발하고, 관련 논문을 SCI(E)급 국제학술지에 여러 차례 발표한 바 있다.
메디컬투데이 이재혁 (dlwogur93@mdtoday.co.kr)
[ⓒ 메디컬투데이. 무단전재-재배포 금지]
