- 경추척수증 수술 환자 2년 이상 추적 관찰 기반 장기 예후 예측하는 머신러닝 모델 개발
- 예측 정확도(AUROC) 0.90으로 높아...수술 후 신경기능 회복 정도 정확히 예측 가능

[사진] 경추척수증 환자의 경추 MRI. 경추 부위 척수신경(흰색 동그라미)이 압박을 받아 좁아진 모습이 나타남.
출처_Radiology(2015), DOI: https://doi.org/10.1148/radiol.2015142384

  경추척수증 수술 후, 예후가 좋아도 매년 불필요한 추적 관찰을 받아야 했던 기존 진료 시스템을 개선할 길이 열렸다. 서울대병원 연구팀이 수술 예후가 좋은 경추척수증 환자를 선별하는 인공지능을 개발해 진료 일정 최적화를 통한 의료 자원의 효율적 활용 가능성을 제시했다.

  서울대병원 융합의학과 공현중 교수(서예찬 연구원, 정서이 연수생)와 신경외과 김치헌 교수 공동연구팀은 2015년 7월부터 2017년 4월까지 경추척수증으로 수술 받은 환자의 신경기능 회복 상태 등 임상정보를 추적하고, 이를 바탕으로 장기적 수술 예후를 예측하는 AI 알고리즘을 개발했다고 17일 발표했다.

  경추척수증은 경추(목뼈) 부위의 신경이 압박을 받아 손상되는 질환으로, 손 움직임이 어렵거나 걷기 힘들어지는 등 운동신경·감각신경 마비를 유발할 수 있다. 치료를 위해 척수신경이 지나는 부위(후궁)를 열고 압박을 풀어주는 ‘경추후궁성형술’을 실시한다. 이 수술 후 모든 환자는 예후를 추적 관찰하기 위해 수술 후 1년 동안은 수개월에 한 번씩, 2년부터는 매년 한 번씩 정기적으로 외래진료를 받아야 한다.

  그러나 신경기능을 빠르게 회복하고 안정적으로 유지하는 환자는 정기적인 외래진료가 불필요할 수 있다. 실제로 이처럼 예후가 좋은 환자는 불편감을 잘 느끼지 않기 때문에 외래진료에 노쇼(No-show)하는 문제도 생긴다. 환자의 편의를 증진하고 병원 운영의 효율성을 높이려면, 맞춤형 추적 관찰 일정을 수립할 수 있도록 예후가 좋은 환자를 미리 선별할 필요가 있었다.

  연구팀은 경추척수증 환자 80명의 수술 후 임상정보를 바탕으로 장기 예후를 예측하는 AI모델을 개발했다. 이 모델은 성별, 연령, BMI, 합병증, 수술 전후 신경기능 등의 변수를 머신러닝 기법으로 분석하고, 수술 2년 후 신경기능 회복상태를 예측하도록 설계됐다. 환자의 신경기능은 임상에서 널리 사용되는 ‘JOA 점수(일본정형외과학회점수)’로 측정했으며, 17점 만점에 14.25점 이상이면 신경기능이 잘 회복돼 예후가 좋은 상태로 간주했다. 

  성능 분석 결과, 머신러닝 모델의 민감도, 특이도, 정확도는 각각 97%, 88%, 94%였다. 특히 AUROC(곡선아래면적) 수치는 0.90으로, 이는 예후가 좋은 환자와 그렇지 않은 환자를 높은 정확도로 구별할 수 있음을 의미한다.

[그림] 머신러닝 모델 예측 결과에 대한 각 변수의 영향. SHAP 기법으로 분석한 결과, 수술 12개월째 JOA 점수가 예측에 가장 중요한 영향을 미친 것으로 나타남

  또한, 예측에 대한 각 변수의 영향을 SHAP 기법으로 분석한 결과, ‘수술 12개월째 JOA 점수’가 가장 중요한 영향을 미친 것으로 나타났다. 그 외에도 ▲수술 6개월·1개월·3개월째 JOA 점수 ▲BMI ▲수술 전 JOA 점수 ▲성별 ▲연령 ▲MRI 뱀눈징후 ▲수술 전 보행상태 등의 순으로 많은 영향을 미쳤다.

  추가적으로 2020년 9월부터 2022년 7월까지 수술 받은 환자 22명의 데이터를 활용해 이 모델의 성능을 검증한 결과, AUROC 0.86으로 우수한 성적이 일관되게 나타났다.

  김치헌 교수(신경외과)는 “이번 연구를 통해 경추척수증 진료 시스템을 효율적으로 운영할 수 있는 가능성을 제시해 의미가 크다”며 “AI로 예측된 예후가 좋은 환자는 병원 방문 빈도를 줄이는 등 최적화된 일정으로 진료 받을 수 있어, 환자 경험을 개선하는 데 도움이 될 것”이라고 설명했다.

  이번 연구 결과는 국제 학술지 ‘BMC 의학 정보학 및 의사 결정(Medical Informatics and Decision Making)’ 최근호에 게재됐다.

  한편, 서울대병원은 이번 경추척수증 수술 예후 예측 인공지능 뿐 아니라 과거 낙상 위험 예측 인공지능을 통한 낙상 방지 프로그램을 개발하는 등, 인공지능을 활용한 최첨단 병원을 구현하기 위한 연구를 지속하고 있다.

[사진 왼쪽부터] 융합의학과 공현중 교수, 신경외과 김치헌 교수