www.bokuennews.com

(좌측부터)고려대학교 구로병원 응급중환자외상외과 허윤정, 단국대 컴퓨터공학과 최상일, 가천대 의공지능학과 조정찬 교수
 

고려대 구로병원 응급중환자외상외과 허윤정 교수가 단국대 컴퓨터공학과 최상일 교수팀, 가천대 인공지능학과 조정찬 교수팀과 공동으로 '중증외상 환자의 하행 대동맥 직경 예측 인자가 연령에 따라 뚜렷이 다르다'는 연구 결과를 국제 학술지에 발표했다.

대량 출혈 중증외상 환자에게 시행하는 REBOA(대동맥내 풍선폐쇄 소생술) 시술은 풍선의 과팽창은 대동맥 파열을, 과소팽창은 출혈 조절 실패를 야기할 수 있어 정확한 대동맥 직경 파악이 필수적이다.

이에 연구팀은 대동맥 직경 주요 예측인자 분석을 위해 외상센터에 내원한 환자 243명의 CT 영상을 딥러닝 모델로 자동 분석하고, 18~60세, 61~91세 두 그룹으로 나눠 랜덤 포레스트 및 선형 회귀 분석을 시행했다.

그 결과 젊은 환자군에서는 연령과 체표면적이 대동맥 직경의 주요 예측 인자였던 반면, 61세 이상의 고령 환자군에서는 헤모글로빈·동맥혈 pH·심박수 등 급성기 생리 지표의 중요도가 두드러졌다. 이는 고령의 외상 환자 치료 시 체형 기반의 기존 평가 방식에서 벗어나 실시간 생리 지표를 우선적으로 고려해야 한다는 새로운 근거를 제시했다는 점에서 중요한 임상 및 학술적 의의를 가진 연구로 평가된다.

허윤정 교수는 "외상 환자에서 REBOA를 안전하게 적용하려면 연령별로 다른 예측 인자를 고려한 맞춤형 접근이 필요하다"며 "향후 연령층화 대동맥 자동 예측 모델을 인공지능 프로그램으로 발전시켜 대량출혈 중증외상환자의 생존률을 높이는 것이 목표"라고 말했다.

한편, 이번 연구 결과 논문 '외상성 대량출혈 환자에서 하행 대동맥 직경의 연령층화 분석: 머신러닝 기반 연구(Age-stratified analysis of descending aorta diameter in traumatic massive hemorrhage: a machine learning approach)'는 국제학술지 'Trauma Surgery & Acute Care Open'에 최근 게재됐다.