인공지능(AI) 머신러닝을 활용해 침, 약침, 한약 등 한의치료의 허리 디스크(요추추간판탈출증) 치료 성과를 예측할 수 있는 방법이 제시됐다.
자생한방병원은 이예슬 척추관절연구소 원장 연구팀이 2017~2021년 5개 한방병원에서 침·약침, 한약 처방 등 한의통합치료를 받은 허리디스크 환자 6732명의 전자거낭기록(EHR)을 기반으로 치료 성과를 예측할 수 있는 새로운 분석 방법을 고안했다고 15일 밝혔다.
EHR은 환자의 진료·검사·치료 이력 등을 디지털로 저장 및 공유해 의료 효율성과 진료 연속성을 높이는 시스템이다. 풍부한 데이터가 제공되지만 환자의 증상이 시시각각 변하거나 증상의 변화 추이가 일반적인 패턴을 벗어날 경우 관련 정보의 정확성이 떨어졌다. 특히 척추질환의 대표격인 허리디스크는 증상과 호전 속도, 예후 등의 개인차가 커 치료 성과를 예측하는 데 한계가 있었다.
연구팀은 허리기능장애지수(ODI)를 토대로 환자군을 분류하고, 시간에 따른 증상 변화를 분석하는 '잠재계층궤적모형(LCTM)'을 머신러닝 분석 모델과 결합했다. LCTM은 시간 경과에 따라 환자들이 보이는 증상 패턴을 파악하고 각 집단이 띄는 양상을 확인 및 분석하는 통계 기법이다. 동일 질환이라도 서로 다른 회복 패턴을 가진 환자군을 식별할 수 있다. 이후 분석 대상이 △초기 기능저하 수준이 낮고 회복이 빠른 '경도 기능저하-빠른회복군' △초기 기능저하가 현저하고 회복이 더딘 '중증도 이상 기능저하-느린 회복군' △초기 기능저하가 현저히 확인되지만 단기간 내 회복되는 '중증도 이상 기능저하-빠른 회복군'으로 구분됨을 확인했다. 이러한 환자 유형 분류의 정확도는 90% 이상으로 매우 높았다. 최신 EHR 데이터를 적용해 검증한 결과 치료 성과 예측 정확도(AUROC)는 81.5%로 기존 예측 모델 수치 77.7% 대비 81.5%로 향상됐다. 환자의 나이, 성별, 병력 등 기초 정보만 활용한 모델보다 더욱 우수한 성능을 보인 것이다. 그 밖에 정밀도, 재현율 등 추가적인 주요 평가에서도 개선된 성능을 보였다. 한의학 분야에서 EHR 데이터와 첨단 분석기법을 통해 예측 모델을 개발한 첫 사례다.
이 원장은 "환자 개개인의 증상 변화 양상을 반영해 치료 결과를 높은 정확도로 예측할 수 있다"며 "향후 맞춤형 진료와 한의치료 성과 향상에 기여할 것"이라고 말했다.
< 저작권자 ⓒ 서울경제, 무단 전재 및 재배포 금지 >
realglasses@sedaily.com
