UPDATED. 2024-03-28 17:28 (목)

힐팁 동영상 콘텐츠‘네이버 지식백과’ & ‘다음카카오 다음백과’에서도 만날 수 있습니다.

코로나19 사망에 영향 주는 요인 5가지
코로나19 사망에 영향 주는 요인 5가지
서울성모병원 이동건∙김동욱 교수팀 예측모델 개발
치매‧신장질환 등‧‧‧“제한된 의료 자원 효율적 배분 기대”
  • 황운하 기자
  • 승인 2021.05.17 18:44
  • 댓글 0
이 기사를 공유합니다

 

혹시라도 코로나19에 감염되면 내가 사망할 위험은 어느 정도일까? 치매‧호흡곤란‧신장질환 등 다섯 가지 요인에 해당하면 사망 위험이 증가할 수 있다.

코로나19 대유행이 장기화되는 가운데 국내 연구팀이 ‘코로나19 사망 위험 예측모델’을 개발해서 의료 자원 배분 효율성이 높아질 것으로 기대된다.

가톨릭대 서울성모병원 감염내과 이동건‧조성연 교수, 혈액내과 김동욱‧박성수 교수 연구팀은 빅데이터를 활용해서 코로나19 사망 위험 예측모델을 만들었다고 17일 밝혔다. 이번 연구 결과는 국제학술지 ‘Journal of Medical Internet Research’ 2월호에 게재됐다.

연구팀은 2020년 1월부터 4월까지 국내에서 코로나19로 진단받은 환자 5594명의 질병관리청 빅데이터를 활용, 코로나19 사망 위험 요인을 분석했다. 환자 5594명은 2대 1 비율의 ‘개발 코호트(3729명)’와 ‘검증 코호트(1865명)’로 나누어서 연구를 진행했다.

그 결과 코로나19 진단 시점에서 사망에 영향을 미치는 요인은 △고령 △치매 △만성 신장질환 △호흡곤란 또는 의식 저하 △절대림프구 수 1000개 미만인 것으로 확인됐다.

이들 요인을 ‘개발 코호트’에서 점수화한 후 생존 예측모델을 만들고, 위험도에 따라 △저위험군 △중간위험군 △고위험군 △최고위험군으로 분류한 뒤 28일 생존율을 측정했다. 그 결과 생존율은 각각 △99.8% △95.4% △82.3% △55.1%로 나타났다.

아울러 알고리즘 성능을 평가하는 지표인 AUROC 기준으로 14일 생존율과 28일 생존율을 검증 코호트에서 측정한 결과 각각 0.918, 0.896으로 우수한 성능을 보였다. AUROC 수치는 0.8 이상일 경우 신뢰도가 있는 것이다.

이번 연구를 통해 환자의 위험 단계가 클수록 사망률은 물론 이에 따른 인공호흡기 치료, 에크모 치료의 필요성이 높아진다는 것이 밝혀졌다. 즉 코로나19 사망 위험 예측모델을 통해 코로나19 환자의 중증 이행 여부를 예측해서 제한적인 의료 자원을 효율적으로 활용하는데 적용할 수 있는 것이다.

연구팀은 이번 예측 모델을 쉽게 활용할 수 있도록 웹사이트(https://ymdtech.kr/)를 구축했다. 아울러 논문 내용과는 별도로 일반 코로나19 환자를 대상으로 경증이어도 산소치료가 필요한 질병 상태로 이행하는지 예측하는 모델도 제공한다.

‘코로나19 사망 위험 예측모델’을 활용할 수 있는 사이트.
‘코로나19 사망 위험 예측모델’을 활용할 수 있는 사이트.

이동건 교수는 “이번 코로나19 사망 예측모델은 보건소 및 지역사회에서도 쉽게 활용할 수 있다”며 “일선 현장에서 환자의 중환자실 입실 계획 등을 선제적으로 수립하는데 이용할 수 있을 것”이라고 전망했다.

이 교수는 이어 “의료자원이 부족한 해외 현장에서 근무하는 근로자와 교민들에 대한 빠른 예측과 귀국 등의 대응방안 마련에도 도움이 될 것”이라고 덧붙였다.

한편 연구팀은 코로나19 데이터를 사용자가 웹베이스에서 축적하고, 이를 자동으로 분석해 사망 예측모델을 자동으로 고도화하는 데이터 축적 및 인공지능 모델을 개발해 특허로 출원했다.

이는 사용자가 원하는 예측 모델을 통해 필요한 정보를 얻고, 사용자에 의해 투입된 정보는 데이터로 축적된 뒤 머신러닝 알고리즘을 이용해 모델이 연속적으로 고도화되는 데이터 처리 기술이다.

연구팀에 따르면 이 기술은 개인이 투입한 데이터의 가치를 높이고, 공공의 이익을 증대하는데 활용할 수 있다.



댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.