요관결석은 요로계에 결석이 생겨 소변의 흐름이 원활하지 않게 되고, 그 결과 칼로 찌르는 듯한 극심한 통증을 유발하는 질환이다. 요관결석의 치료는 크게 3가지로 결석이 자연적으로 배출될 때까지 기다리는 대기요법과 충격파를 통해 몸 밖에서 결석을 분쇄하는 체외충격파쇄석술, 그리고 내시경시술이나 개복수술을 통해 제거하는 방법이다. 이 중 체외충격파쇄석술은 외부의 상처 없이 결석을 제거할 수 있어 가장 선호된다.

그러나 체외충격파쇄석술만으로 모든 결석을 치료할 수 없고, 치료 전 정확한 결과를 예측하기 어려워 환자가 시간과 비용만 낭비하고 결국 수술과 같은 다른 치료를 추가로 받는 경우가 생긴다.

이에 한림대학교동탄성심병원 비뇨의학과 이성호(사진) 병원장과 한림대학교 컴퓨터공학과 김진 교수 등 연구팀은 인공지능을 활용해 요관결석 환자에게서 체외충격파쇄석술 성공여부를 사전에 확인할 수 있는 예측모델을 개발했다.

‘인공지능을 이용한 요관결석 치료에 대한 체외충격파쇄석술 성공률 예측모델(A Prediction Model Using Machine Learning Alogrithm for Assessing Stone-Free Status after Single Session Shock Wave Lithotripsy to Treat Ureteral Stones)’이라는 제목의 이 연구는 미국비뇨의학회 국제학술지인 ‘The Journal of Urology’ 최신호에 게재됐다. SCI급 저널인 ‘The Journal of Urology’는 인용지수(Impact Factor) 5.381로 세계 비뇨의학과 학술지 중에서 2번째로 인용지수가 높다.

연구팀은 2012년 10월부터 2016년 8월까지 한림대학교동탄성심병원에서 요관결석으로 체외충격파쇄석술을 받은 환자 791명을 분석했다. 전체 환자 중 509명(64.3%)은 체외충격파쇄석술로 결석 제거에 성공했으며 282명(35.7%)은 실패했다.

이후 두 환자군의 상세한 데이터를 인공지능을 통해 분석했다. 연구에서 활용한 인공지능 모델은 의사결정트리 알고리즘이다. 프로그램이 데이터를 통해 학습하는 기계학습을 통해 새로운 데이터를 입력하게 되면 최적의 판단이나 결과를 예측하는 모델을 만드는 것이다.

인공지능 분석 결과 환자의 나이, 성별, 결석의 상태 등 총 15가지 요인을 분석하는 체외충격파쇄석술 성공률 예측 모델이 만들어졌다. 예측을 위한 15가지 요인은 요관결석 환자가 병원에서 처음 검사하게 되는 소변검사, 혈액검사, CT(컴퓨터단층촬영) 3가지 검사만으로 확인 가능하다. 연구팀은 이 모델을 다시 요관결석 환자 100명에게 적용했고, 이 결과 92.29%의 정확도로 체외충격파쇄석술 성공여부를 예측하는 것으로 나타났다.

연구팀은 이렇게 완성된 체외충격파쇄석술 성공률 예측 모델을 웹사이트(http://pisces.hallym.ac.kr/ESWL/)를 통해 공개하여 전세계 의료진들이 이용할 수 있도록 했다.

체외충격파쇄석술 성공률 예측모델이 개발됨에 따라 요관결석 환자들은 시간과 비용을 절약할 수 있게 됐다. 초기검사를 통해 체외충격파쇄석술로 결석 제거가 가능한지 확인이 가능하기 때문에 체외충격파쇄석술 실패에 따른 비용을 낭비하지 않을 수 있고, 다음 치료까지 환자의 고통이 길어지는 것도 막을 수 있다.

이성호 병원장은 “요관결석 환자는 적지 않은 비용을 지불하고 체외충격파쇄석술을 받고도 실패했을 경우 비용적인 낭비는 물론 다른 치료를 받기까지 오랜 시간 동안 통증을 견뎌야 했다”며 “이번 인공지능을 활용한 체외충격파쇄석술 성공률 예측모델을 통해 요관결석 환자들이 빠르고 정확하게 가장 적절한 치료방법을 결정할 수 있게 됐다”고 설명했다.