중환자실 치료가 필요한 코로나 환자를 96%의 정확도로 예측하는 AI가 등장

 

신종 코로나 바이러스 감염(COVID-19)은 감염자 증상의 정도가 환자마다 다릅니다. 감염자 수가 폭발적으로 증가하는 신종 코로나 바이러스 판데믹 하에서 환자를 처리할 수 있는 병상과 중환자 실의 수는 한정되어 있기 때문에, 환자에게 적절한 시간에 적절한 조치를 취하는 것은 감염 확대를 극복하기 위해서 매우 중요한 일입니다. 그런 가운데, 중환자 실에서 치료를 필요로 하는 COVID-19 환자를 96%의 정확도로 식별할 수 있는 AI가 개발되고 있습니다.

AI Predicts 96 % of COVID-19 Pneumonia Cases That Will Require Intensive Care

AI Predicts 96% of COVID-19 Pneumonia Cases That Will Require Intensive Care

COVID-19의 전염병에 대처하기 위해 AI를 이용하는 사례가 증가하고 있으며, '기침소리'만으로 COVID-19의 감염을 감지하는 등, AI를 사용하여 COVID-19 치료의 새로운 방법을 모색하는 시도가 이뤄지고 있습니다.

 

 

COVID-19에 감염된 경우 대부분의 사람들은 결국 회복되지만, 어떤 사람들은 급속도로 심한 폐렴이 발병하고 미만성 축삭손상 및 급성 호흡 부전으로 결국 사망을 초래할 수 있습니다. 그런 중증화 된 COVID-19 환자를 특정하기 위한 AI가 개발되고 있습니다.

AI는 흉부 스캔 이미지를 통해 인구 통계, 생체 신호, 혈액검사결과 등의 비 이미지 데이터와 결합하여 중환자 실에서 치료를 필요로 하는 중증 환자를 예측하는 데 성공했습니다. AI는 개발 초기단계에 있지만, 그 정확성을 검증하기 위해 미국 ·이란 · 이탈리아에서 입원한 COVID-19 환자 295인분의 데이터를 이용한 테스트를 실시한 결과, AI는 96%의 정확도로 중환자 실에서 치료를 필요로 하는 환자를 예측하는 데 성공했다고 합니다.

 

렌셀러(Rensselaer) 폴리 테크닉 대학의 엔지니어인 Pingkun Yan 씨는 "AI 개발자로서, 저는 그 힘을 믿습니다. AI를 통하여 대량의 데이터를 분석하여 인간의 눈으로는 구분이 불명확한 특징들을 추출할 수 있습니다"라고 말하고 있습니다.

다른 연구에서는 인공호흡기의 사용과 칼륨 수준이 가장 중요한 비 이미지 변수임을 밝혔습니다. 림프구의 비율 및 총 빌리루빈 등의 수치도 중요한 변수인 것이 판명되고 있습니다. 또한 다른 연구에서는 연령 · 발열 · 호흡이상 등의 비 이미지 데이터만으로도 COVID-19 환자를 중환자 실에서 처리해야 하는지 여부를 예측할 수 있는 것으로 밝혀졌습니다.

Comparing Machine Learning Algorithms for Predicting ICU Admission and Mortality in COVID-19

이 연구에서 개발된 AI와 비교하면 이번 Yan 씨 일행이 개발한 AI는 한 걸음 더 나아가고 있습니다. 첫째, 폐 기능의 범위와 양을 정량화한 다음 COVID-19 유래의 폐렴을 예측하는데 가장 중요한 기능에 초점을 맞추고 있습니다. 마지막으로, 다른 컨텍스트 요소를 사용하여 어떤 환자가 가장 심각한 증상을 보일지 발병을 예측하는 것 입니다. 논문은 "우리가 아는 한, 이번 연구 결과 예측에 대한 이미지 데이터와 비 이미지 데이터를 모두 포함하는 환자의 전반적인 정보를 사용한 것은 처음이다"라고 기록하고 있습니다.

 

연구팀은 향후 AI를 개선하여 보다 면밀한 모니터링과 관리를 필요로 하는 COVID-19 폐렴 환자의 검사에 활용될 것을 바라고 있습니다. 또한 이번 연구에서는 COVID-19 유래의 폐렴과 호흡기 질환의 차이를 비교하는 테스트는 실시하지 않고 있습니다.