중추신경계 감염 환자, AI로 원인·예후 예측…병리학자 예측률과 유사

연세대 의대 연구팀 예측 모델 개발
뇌척수액 면역세포 3D영상 분석 기술
면역세포 이미지 많아지면 정확도 상승

중추신경계 급성 염증의 원인을 조기에 분류하고 예후를 예측할 수 있는 AI 모델이 개발됐다. 사진은 기사의 특정 사실과 관련 없음. 게티이미지뱅크

중추신경계 급성 염증의 원인을 조기에 분류하고 예후를 예측할 수 있는 AI 모델이 개발됐다. 모델의 진단 결과는 숙련된 병리학자들과 유사한 수준인 것으로 전해진다.

연세대 의대 의생명시스템정보학교실 박유랑 교수와 세브란스병원 신경과 김경민 교수, 강남세브란스병원 신경과 최보규 강사 연구팀은 뇌척수액 내 면역 세포의 삼차원 구조 이미지를 활용해 중추신경계 질환의 감염 원인과 예후를 예측할 수 있는 모델을 개발했다고 4일 밝혔다.

중추신경계에 급성 염증이 발생하면 뇌염, 뇌수막염과 같은 질환이 나타난다. 발생 원인이나 원인에 따른 증상과 예후 등이 매우 다양하다. 이 중 원인이 세균성이나 결핵성이라면 사망률도 높고 치료 후에도 인지기능 장애, 뇌혈관 장애, 경련 발작 반복 등 후유증이 생길 수 있어 빠른 원인 진단과 치료가 중요하다.

염증 원인은 다양한데 주로 미생물에 의한 감염으로 각 병원체에 따라 확진 검사가 다르고, 특정 검사는 결과가 나올 때까지 수주 이상의 시간이 걸린다. 

실제 임상에서는 결과가 나오기까지 증상에 기반한 경험적 치료를 수행하게 되는데 이로 인해 합병증이 발생하기도 한다. 이 때문에  중추신경계 감염 환자에게 적절한 치료를 제공하기 위해서는 원인을 정확히 파악하는 것이 필수적이다.

연구팀은 세브란스병원에 내원한 14명의 중추신경계 감염 환자로부터 총 1427개의 뇌척수액 면역 세포의 3D 영상을 수집했다. 즉 척추하부에 바늘을 삽입해 뇌척수액을 채취하는 요추천자를 실시하고, 면역세포를 분리한 후 현미경을 사용해 3차원 영상으로 재구성한 것이다. 수집한 면역 세포 구조의 이미지를 활용해 감염 원인과 예후를 예측하는 딥러닝 모델을 구축해 중추신경계 감염 원인과 예후 예측 성능을 평가했다.

그 결과 면역 세포 1개를 대입했을 때 감염 원인 예측 정확도는 89%, 예후 예측 정확도는 79%로 나타났다. 특히 좀 더 많은 세포 이미지를 대입할수록 정확도가 높아졌다. 면역 세포를 5개 대입했을 때 감염 원인 예측 정확도는 99%, 예후 예측 정확도는 94%에 달했다.

박 교수는 “이번 연구는 중추신경계 감염 환자의 원인과 예후를 예측하는데 뇌척수액 내 면역 세포의 3차원 이미지를 활용한 첫 사례”라며 “연구에서 제시한 딥러닝 모델이 환자 진단과 예후 예측에 필요한 시간을 단축하는 데 도움이 될 수 있을 것으로 기대한다”고 말했다.

한편 이번 연구 결과는 국제학술지 ‘어드밴스드 인텔리전트 시스템(Advanced Intelligent Systems)’에 게재되며 6월호 표지로 선정됐다.