지역 급성 호흡부전 환자 에크모(ECMO) 치료 시 사망률 예측, 머신러닝 모델 ‘세계 최초’ 개발
분당서울대병원은 호흡기내과 임성윤·가정의학과 정세영 교수 연구팀(제1저자 디지털헬스케어연구사업부 이하은 연구원)이 중증 급성 호흡부전 환자에서 에크모(ECMO, 체외막산소공급장치)를 적용함에 있어 인공지능(AI) 기술인 기계 학습(머신러닝)으로 사망률을 예측하는 모델을 개발하고 유용성을 확인했다고 7일 밝혔다. 에크모는 심장과 폐의 기능을 대신해서 혈액을 환자 몸에서 빼내어 체외 산화장치에서 산소를 혈액에 주입하는 동시에 혈액에 있는 이산화탄소를 제거하고 다시 환자의 몸 속으로 돌려보내는 생명유지 장치이다. 허벅지, 사타구니 등 큰 혈관에 삽관하며 정맥에서 혈액을 빼내 정맥으로 다시 넣는 VV-ECMO, 정맥에서 혈액을 빼내어 동맥으로 넣는 VA-ECMO가 있다. 에크모는 환자의 생명을 유지하는 최후의 보루로 여겨지지만 치료를 받는 동안 전신의 염증반응, 감염, 응고 질환, 대사 문제 등 합병증이 발생할 수 있는 만큼 신중한 접근이 요구된다. 특히 에크모는 중증 급성 호흡부전 환자에게 중요한 치료방법으로 여겨지지만 에크모 치료에도 불구하고 사망률은 60% 이상으로 높은 편이다. 에크모 치료 진행 시 사망률을 보다 정확하게 예측할 수 있다면 의료 자원을 효율적