소아수술 중 이산화탄소 분압 예측하는 AI 개발 …반복 채혈 부담 '뚝'

실시간 키워드

2022.08.01 00:00 기준

소아수술 중 이산화탄소 분압 예측하는 AI 개발 …반복 채혈 부담 '뚝'

헬스경향 2026-07-21 20:27:22 신고

(왼쪽부터) 서울성모병원 소아청소년과 김현호 교수, 서울아산병원 마취통증의학과 박주현 전공의, 고려대학교 의과대학 조채은 학생
(왼쪽부터) 서울성모병원 소아청소년과 김현호 교수, 서울아산병원 마취통증의학과 박주현 전공의, 고려대학교 의과대학 조채은 학생

국내 연구진이 수술 중 소아 환자의 동맥혈 이산화탄소 분압(PaCO₂)을 반복적인 혈액 채취 없이 예측할 수 있는 인공지능(AI) 모델을 개발했다. 이번 연구는 침습적 검사 부담을 줄이면서도 수술 중 호흡 상태를 보다 정확하게 모니터링할 수 있는 가능성을 제시했다.

최근 저출산에도 고령 임신과 다태임신 증가 등의 영향으로 미숙아 출생은 꾸준히 증가하고 있다. 의료기술 발달로 생존율도 높아지면서 선천성 심장질환과 소화기질환, 신경외과질환 등 수술이 필요한 고위험 소아 환자 역시 늘고 있다. 이에 따라 안전한 마취와 수술을 위한 정밀한 생체신호 모니터링의 중요성도 커지고 있다.

이 가운데 가톨릭대 서울성모병원 성 니콜라스 어린이병원 김현호 교수(소아청소년과) 연구팀은 수술 중 측정되는 생체신호와 임상 정보를 활용해 동맥혈 이산화탄소 분압(PaCO₂)을 추정하는 AI 모델을 개발했다. 이번 연구의 제1저자는 서울아산병원 마취통증의학과 박주현 전공의와 고려대학교 의과대학 조채은 학생이다.

동맥혈 이산화탄소 분압은 수술 중 환기 상태와 산-염기 균형을 평가하는 핵심 지표다. 현재는 동맥관을 삽입해 혈액을 채취하는 혈액가스검사가 가장 정확한 방법이지만, 소아는 혈관이 가늘어 혈관 손상이나 혈류 장애 등의 합병증 위험이 높고 반복 채혈에 따른 빈혈 우려도 있다.

이를 보완하기 위해 호기말 이산화탄소(EtCO₂)를 활용하기도 하지만 실제 동맥혈 이산화탄소 분압과 차이가 발생하는 한계가 있었다.

연구팀은 머신러닝을 활용해 동맥혈 이산화탄소 분압(PaCO₂)의 추정을 위해 호기말 이산화탄소, 체온, 연령 등 10개 핵심 변수를 선별했다. 
연구팀은 머신러닝을 활용해 동맥혈 이산화탄소 분압(PaCO₂)의 추정을 위해 호기말 이산화탄소, 체온, 연령 등 10개 핵심 변수를 선별했다. 

연구팀은 이러한 한계를 해결하기 위해 호기말 이산화탄소와 체온, 분당 환기량, 연령, 흡입 산소 농도(FiO₂), 심장질환 여부, 폐 순응도, 수술 전 헤모글로빈, 체질량지수(BMI), 평균 동맥압 등 수술 중 수집되는 다양한 임상 정보를 AI에 학습시켜 보다 정확한 추정 모델을 개발했다.

연구에는 서울대학교병원 마취통증의학과 연구진이 구축한 공개 수술실 생체신호 데이터베이스(VitalDB)에 등록된 소아 환자 3586명의 8853쌍 데이터를 활용했다.

그 결과 AI 모델은 기존에 호기말 이산화탄소만 이용했을 때보다 평균절대오차(MAE)를 약 23% 개선해 2.73mmHg의 높은 정확도를 보였다.

수술 중 얻을 수 있는 다양한 생체신호 데이터를 활용해 소아 환자의 동맥혈 이산화탄소 분압을 추정한 결과, 기존의 호기말 이산화탄소 단독 방법 대비 평균 오차가 23% 감소함을 확인함.
수술 중 얻을 수 있는 다양한 생체신호 데이터를 활용해 소아 환자의 동맥혈 이산화탄소 분압을 추정한 결과, 기존의 호기말 이산화탄소 단독 방법 대비 평균 오차가 23% 감소함을 확인함.

또 충남대학교병원과 서울대학교병원 환자 데이터를 이용한 외부 검증에서도 일관된 성능을 보여 다양한 의료기관에서도 활용 가능성을 확인했다.

김현호 교수는 "이번 AI 모델은 혈액가스검사를 완전히 대체하기 위한 것이 아니라 동맥관 삽입이 어렵거나 반복적인 혈액검사가 부담되는 상황에서 유용한 보조 도구가 될 수 있다"며 "특히 소아 신경외과 수술처럼 이산화탄소를 정밀하게 관리해야 하는 환자에서 활용 가능성이 기대된다"고 말했다.

이어 "향후 실제 임상 적용을 위해서는 전향적 임상시험을 통한 추가 검증이 필요하다"고 덧붙였다.

이번 연구결과는 마취·통증 분야 국제학술지 『Anesthesiology(IF 9.4)』에 게재됐다.

FAQ

Q1. 이번 연구의 핵심 성과는 무엇인가요?

수술 중 동맥혈 이산화탄소 분압(PaCO₂)을 혈액 채취 없이 AI로 예측하는 모델을 개발한 것입니다.

Q2. 동맥혈 이산화탄소 분압은 왜 중요한가요?

환자의 호흡 상태와 기계환기 설정이 적절한지 판단하는 핵심 지표입니다. 수술 중 호흡 이상이나 산-염기 불균형을 조기에 발견하는 데 사용됩니다.

Q3. 기존에는 어떻게 측정했나요?

동맥관을 삽입해 혈액을 채취한 뒤 혈액가스분석기로 검사했습니다. 가장 정확하지만 소아에서는 혈관 손상, 혈류 장애, 빈혈 등의 부담이 있습니다.

Q4. 호기말 이산화탄소만 측정하면 안 되나요?

호기말 이산화탄소는 비침습적으로 측정할 수 있지만 실제 동맥혈 이산화탄소와 차이가 발생할 수 있어 정확도에 한계가 있습니다.

Q5. AI 모델은 어떤 정보를 활용하나요?

AI는 호기말 이산화탄소, 체온, 분당 환기량, 연령, 흡입 산소 농도(FiO₂), 심장질환 여부, 폐 순응도, 수술 전 헤모글로빈, 체질량지수(BMI), 평균 동맥압 등 총 10개의 핵심 변수를 종합해 동맥혈 이산화탄소 분압을 예측합니다.

Q6. 정확도는 어느 정도인가요?

기존 방법보다 평균절대오차(MAE)를 약 23% 줄여 더 정확하게 동맥혈 이산화탄소 분압을 추정했습니다.

또 다른 병원 환자 데이터를 이용한 외부 검증에서도 비슷한 성능을 보여 재현성을 확인했습니다.

Q7. 실제 임상에서 어떻게 활용될 수 있나요?

동맥관 삽입이 어렵거나 반복적인 혈액가스검사가 부담되는 소아 수술에서 보조 모니터링 도구로 활용될 수 있습니다.

특히 소아 신경외과 수술처럼 이산화탄소를 정밀하게 관리해야 하는 환자에서 도움이 될 것으로 기대됩니다.

Q8. 혈액가스검사를 대체하는 기술인가요?

아닙니다.

현재 단계에서는 혈액가스검사를 완전히 대체하기보다는 의료진의 판단을 돕는 보조 도구로 활용하는 것이 목표입니다.

실제 임상 적용을 위해서는 추가적인 전향적 임상시험이 필요합니다.

실시간 키워드

  1. -
  2. -
  3. -
  4. -
  5. -
  6. -
  7. -
  8. -
  9. -
  10. -

0000.00.00 00:00 기준

이 시각 주요뉴스

알림 문구가 한줄로 들어가는 영역입니다

신고하기

작성 아이디가 들어갑니다

내용 내용이 최대 두 줄로 노출됩니다

신고 사유를 선택하세요

이 이야기를
공유하세요

이 콘텐츠를 공유하세요.

콘텐츠 공유하고 수익 받는 방법이 궁금하다면👋>
주소가 복사되었습니다.
유튜브로 이동하여 공유해 주세요.
유튜브 활용 방법 알아보기