특수 수술환경 혈압 변화 예측모델로는 첫 산물
위험상황 신속 대응으로 환자 예후 향상 기대
수술 중 환자의 급작스런 상태 변화, 그중에서도 혈압이 높아지거나 변화가 크면 환자 예후에 좋지 않은 영향을 미친다. 특히나 로봇을 이용한 하복부 장기수술 시에는 복강 내 압력을 올리고 환자 머리를 바닥 쪽으로 기울인 자세를 취하는데 이러한 특수환경에서는 혈압 변화를 더 예측하기 어렵다는 설명이다.
하지만 최근 국내 의료진이 딥 러닝기술을 이용해 로봇수술 중 혈압 변동을 예측할 수 있는 모델을 개발, 위험상황에 신속하게 대응함으로써 환자 예후 향상에 도움을 줄 수 있을 전망이다.
순천향대부천병원은 마취통증의학과 김상현 교수팀(정양훈·이미순 교수)이 동대학 빅데이터공학과 정영섭 교수(현 충북대학교 컴퓨터공학과)와 협업으로 ‘딥 러닝을 이용해 로봇 복강경수술 환자에서 복압 변화에 따른 혈압 변동 예측(IF: 3.752)’이란 연구논문을 국제학술지 플러스 원(PLOS ONE)에 최근 발표했다고 전했다.
딥 러닝 기술은 인간의 뇌 신경회로를 모방한 신경 회로망을 다층적으로 구성해 컴퓨터가 다양한 데이터를 통해 사람처럼 생각하고 배울 수 있도록 학습시키는 기술이다. 그간 딥 러닝기술을 이용해 수술 중 혈압 변화를 예측하려는 시도가 활발하나 로봇을 이용한 하복부 장기 수술과 같이 복압과 체위 변화 등 변수가 많은 특수 환경에서 혈압 변화를 예측한 연구는 없었다.
이에 김상현 교수팀은 2018년 10월부터 2021년 3월까지 만 19세 이상 환자를 대상으로 순천향대부천병원이 시행한 로봇 하복부 장기 수술(난소방광절제술, 자궁적출술, 자궁근종절제술, 전립선절제술, 자궁관난소절제술) 533건의 데이터를 기계학습시키고 순환신경망(Recurrent Neural Networks)을 이용해 10분 이내에 복강 내 혈압이 기준 혈압보다 20% 이상 상승할지 예측하는 모델을 개발했다.
교수팀에 따르면 예측모델의 정확도 검증 결과 유효성을 입증했으며 39개 상황의 예측값을 도출하는 데 걸린 시간이 3.472밀리초(ms, 1000분의 1초)에 불과해 혈압 변화에 대한 신속한 대응이 가능한 것으로 나타났다.
논문 제1저자인 순천향대부천병원 마취통증의학과 정양훈 교수는 “이번 연구는 로봇수술과 같이 특수한 수술 환경에서 혈압 변화를 예측한 첫 연구”라며 “이번 연구를 기초로 다른 특수한 수술 상황에서 혈압 변화를 예측하는 모델을 개발함으로써 환자의 급격한 혈압 변화를 최소화하고 수술 예후를 향상할 수 있을 것으로 기대한다”고 말했다.
한편 김상현 교수팀은 2018년부터 순천향대 빅데이터공학과 교수진과 협업을 통해 활발한 연구활동을 하고 있다. 수술 중 수집한 생체신호와 각종 약물 투여 정보, 전자의무기록 데이터를 이용해 ‘기계학습을 통한 수술 중 혈역학적 변화 예측 모델’을 개발하고 관련 논문을 SCI(E)급 국제학술지에 여러 차례 발표한 바 있다.
