뇌수막염·뇌염 원인, 인공지능으로 조기 진단한다

의대 박유랑 교수, 최보규 강사(의생명시스템정보학), 김경민 교수(신경과학) 연구팀

의대 박유랑 교수와 최보규 강사(의생명시스템정보학), 김경민 교수(신경과학) 연구팀은 뇌수막염과 뇌염 환자들의 초기 데이터를 활용해 원인 진단 정확도 93% 이상을 자랑하는 인공지능 모델을 개발했다.  

이번 연구 결과는 국제 학술지 ‘이클리니컬메디신(eClinicalMedicine, IF 17.033)’ 최신호에 게재됐다. 

중추신경계에 생긴 염증으로 인한 뇌수막염과 뇌염은 발생 원인이 다양하고, 원인에 따라 증상과 예후가 다르다. 이 중 세균성이나 결핵성이 원인이면 사망률이 높고 치료 후 인지기능 장애나 뇌혈관 장애 등 후유증 위험이 높아 빠른 진단과 치료가 중요하다.  

뇌수막염과 뇌염은 배양 검사와 항체 검사 등으로 진단할 수 있지만 특정 검사는 결과가 나올 때까지 수주 이상이 걸린다. 실제 임상에서는 결과가 나오기까지 증상에 기반한 경험적 치료를 수행하는데 이로 인해 합병증이 발생하기도 한다.  

연구팀은 2006년부터 2021년까지 세브란스병원에 내원한 뇌수막염과 뇌염 환자 283명을 대상으로 입원 후 24시간 데이터를 통해 자가면역성, 세균성, 결핵성, 바이러스성 등 원인을 진단하는 AI 모델을 개발했다. 진단 인자로 활력 징후에 관한 데이터와 뇌 CT, 흉부 X선, 혈액 및 뇌척수액 검사 등 총 77개의 데이터가 사용됐다.  

이후 구축한 모델로 기존 283명 환자와 2008년부터 2022년까지 강남세브란스병원에 내원한 뇌수막염, 뇌염 환자 220명을 대상으로 검증했다.  

AI 모델의 예측 정확도(AUROC)는 세브란스병원 환자를 대상으로 0.94(94%), 강남세브란스병원은 0.92(92%)에 달했다.  

연구팀은 예측 모델의 임상 적용 가능성을 확인하기 위해 원인이 확인되지 않은 뇌수막염과 뇌염 환자 1,197명을 대상으로도 정확도를 검증했다. 그 결과 실제 임상에서의 예측과 진단이 93% 이상 일치하는 것으로 나타났다.  

또한 100명의 환자를 별도로 선별해 AI 모델과 타과 전문의, 신경과 전문의의 원인 진단 결과를 비교했다. AI 원인 분류 모델의 예측 정확도는 93%로 타과 전문의 예측 정확도 34%, 신경과 전문의 75%와 비교해 높은 정확성을 보이는 것을 확인했다.