빅데이터를 분석해 환자가 다시 병에 걸려 입원하는 것을 예측할 수 있는 방법이 제시됐다.

한국과학기술정보연구원(KISTI)은 미국 샌프란시스코 캘리포니아대(UCSF) 연구팀과 슈퍼컴퓨팅응용센터 백효정 선임연구원이 초고성능 컴퓨터와 빅데이터 분석 기술을 활용해 환자가 재입원이나 합병증에 걸리는 현상을 예측할 수 있는 방법을 세계 최초로 제시했다고 16일 밝혔다.

미 연구진과 백효정 박사는 1000만 명이 20여 년간 축적시킨 1900만 건 의무기록을 토대로 가능한 질병 691종에 대한 각 환자의 1년 주기 재입원과 합병증 패턴을 모델링 했다. 이를 통해 그동안 알려지지 않았던 조현병(Schizophrenia) 환자의 횡문근융해증 합병증 모델을 성공적으로 입증했다. 횡문근융해증(Rhabdomyolysis)은 근섬유 파괴로 영구적인 신부전을 유도하는 희귀 중증 질병이다.

입원환자의 1~2년 내 재입원과 합병증 패턴을 모델링하는 것은 인공지능(AI) 기술과 관련된 원천기술이다. 그러나 국가별, 생애 주기별, 인종별 재입원과 합병증 패턴 정량화를 기존과 같이 의료진 경험에 기초한 전통적인 접근법으로 진행할 경우 수십 년이 걸린다.

반면 미 연구진과 백 박사는 미국 캘리포니아 주에서 20여 년간 축적된 1900만 건의 입원 기록을 확보해 다차원 시계열 그래프 분석(Directed Acyclic Graph modeling, GAP) 기법을 개발했다. 5000여 질병에 대한 생애주기별 ‘질병궤도(Disease Trajectory)’를 제시하며, 알려지지 않은 조현병 환자의 합병모델을 증명했다.

연구진은 개발한 모든 질병궤도를 다수의 의료진과 의학 연구자들이 활용할 수 있도록 디즈니 시각효과팀과 협업해 국가규모로 질환궤도 모델을 가시화했다. 또 전체 분석 결과를 웹과 유튜브를 통해 공개했다. 가시화 영상은 아래에서 확인할 수 있다.

이번 연구는 미국 국립보건원(NIH, National Institute of Health) 지원과 컴퓨팅 기술 기반의 중개 의학 분야의 거장인 아튤 뷰트(Atul J. Butte) 교수 연구진(UCSF), 한국 질병 관리 본부(바이오과학정보과), 그리고 KISTI 백효정 박사 공동 연구로 진행됐다.

이 연구결과는 지난 10월 15일(한국 시간) 데이터 과학 분야 권위지인 사이언티픽 데이터(Scientific Data) 온라인판에 게재됐다.

박응서 테크엠 기자   gopoong@techm.kr