극심한 통증을 유발하는 요관결석의 치료 성공률을 높일 수 있는 인공지능 예측 모델이 개발됐다.
한림대학교동탄성심병원 비뇨의학과 한준현 교수, 이성호 병원장, 연세대학교 임도형 교수를 포함한 연구팀은 인공지능을 활용해 요관결석 환자의 내시경화면 속 결석 성분을 정확히 예측할 수 있는 모델을 개발했다.
요관결석의 치료법으로는 요도내시경을 이용해 결석을 조각내 제거하는 방법이 많이 쓰인다. 이때 내시경 카메라를 통해 결석의 성분과 강도를 예측하는 것은 시술 중 적절한 도구를 선택하고 결석 생성의 원인을 분석해 시술 후 환자관리에 큰 도움이 될 수 있다는 것이 연구팀의 설명이다.
연구팀은 딥러닝에 활용할 데이터를 얻기 위해 2018년 1월부터 3년여간 한림대동탄성심병원에서 요관결석으로 내시경 시술을 받은 환자의 결석 1천332개를 분석했다. 이후 결석을 형성하는 분자의 고유 진동 주파수와 일치하는 특정 파장대의 적외선을 흡수시키는 방법으로 가장 적합한 성분과 조성비를 찾아냈다.
분석결과 1천332개의 결석 중 한 종류의 성분으로만 이뤄진 순석이 54%인 720개(7종)였고, 혼합석이 46%인 612개(24종) 이었다. 가장 많은 성분은 칼륨 옥살레이트 일수화물 100%(469개), 칼슘 옥살레이트 일수화물 80%와 스트루바이트 20%(240개), 칼슘 옥살레이트 일수화물 60%와 이수화물 40%(137개) 등의 순으로 나타났다.
개발한 요관결석 성분 분석 인공지능 모델은 양성 예측확률인 민감도와 음성 예측확률인 특이도가 85~99%로 매우 높게 나타났다.
한준현 교수는 "이번 연구결과를 통해 적절한 시술도구를 선택하고, 결석의 생성 원인을 분석해 요관결석 치료의 효율성을 높일 수 있을 것"이라며 "또 결석의 원인을 분석하고 요관결석 재발을 예방하는 데 도움이 될 것으로 기대된다"고 말했다.
한림대학교동탄성심병원 비뇨의학과 한준현 교수, 이성호 병원장, 연세대학교 임도형 교수를 포함한 연구팀은 인공지능을 활용해 요관결석 환자의 내시경화면 속 결석 성분을 정확히 예측할 수 있는 모델을 개발했다.
요관결석의 치료법으로는 요도내시경을 이용해 결석을 조각내 제거하는 방법이 많이 쓰인다. 이때 내시경 카메라를 통해 결석의 성분과 강도를 예측하는 것은 시술 중 적절한 도구를 선택하고 결석 생성의 원인을 분석해 시술 후 환자관리에 큰 도움이 될 수 있다는 것이 연구팀의 설명이다.
연구팀은 딥러닝에 활용할 데이터를 얻기 위해 2018년 1월부터 3년여간 한림대동탄성심병원에서 요관결석으로 내시경 시술을 받은 환자의 결석 1천332개를 분석했다. 이후 결석을 형성하는 분자의 고유 진동 주파수와 일치하는 특정 파장대의 적외선을 흡수시키는 방법으로 가장 적합한 성분과 조성비를 찾아냈다.
분석결과 1천332개의 결석 중 한 종류의 성분으로만 이뤄진 순석이 54%인 720개(7종)였고, 혼합석이 46%인 612개(24종) 이었다. 가장 많은 성분은 칼륨 옥살레이트 일수화물 100%(469개), 칼슘 옥살레이트 일수화물 80%와 스트루바이트 20%(240개), 칼슘 옥살레이트 일수화물 60%와 이수화물 40%(137개) 등의 순으로 나타났다.
개발한 요관결석 성분 분석 인공지능 모델은 양성 예측확률인 민감도와 음성 예측확률인 특이도가 85~99%로 매우 높게 나타났다.
한준현 교수는 "이번 연구결과를 통해 적절한 시술도구를 선택하고, 결석의 생성 원인을 분석해 요관결석 치료의 효율성을 높일 수 있을 것"이라며 "또 결석의 원인을 분석하고 요관결석 재발을 예방하는 데 도움이 될 것으로 기대된다"고 말했다.
/구민주기자 kumj@kyeongin.com