이홍열 서울대병원 중환자의학과 교수, 류호걸·이형철 마취통증의학과 교수, 이현훈 데이터사이언스연구부 교수팀은 중환자실(ICU) 환자의 섬망 예방을 위한 인공지능(AI) 기반의 혁신적인 약물 투여량 최적화 모델을 개발했다고 16일 밝혔다.

섬망(譫妄, Delirium)은 알코올·마약 중독, 치매, 급성 전염병 등으로 인해 의식이 흐릿해지고 알아들을 수 없는 말을 하며 착각·망상·흥분·불안·비애·고민에 빠지는 급성 정신혼란 증상이다. 주의력과 인지기능이 급격히 저하돼 환자의 생존율과 예후에 부정적 영향을 미친다.

중환자실에서 섬망은 환자의 20~80%에서 발생하는 중대한 합병증으로, 환자의 장기적 인지기능 저하, 기계호흡 기간 연장, 재원기간 증가 등을 초래한다. 

덱스메데토미딘(Dexmedetomidine)이란 진정제가 섬망 예방에 효과적인 것으로 알려져 널리 투여되고 있으나, 의사의 경험에 의존해 투여량이 결정돼 치료의 일관성이 부족하다는 문제가 지적되었다. 환자에게 약물이 과잉 투여되었을 때 맥박이 지나치게 느려지거나 저혈압이 발생하는 등 부작용을 일으킬 수 있으므로 신중한 용량 조절이 매우 중요하다. 

연구팀은 이런 문제를 해결하기 위해 2416명의 환자 데이터를 바탕으로 개별 환자에게 최적화된 맞춤형 약물 투여량을 제시하는 AI 모델을 개발했다.

AI 모델은 개별 환자의 활력징후(체온 혈압 맥박 등), 혈액검사 결과 등 35가지 상태 정보를 실시간으로 분석해 6시간마다 약물 투여량을 정확하게 제시한다.

환자 270명의 데이터로 성능을 검증한 결과, AI 모델이 제안한 투여량(섬망 발생 환자군 평균 0.117mcg/kg/h)은 기존 의사 처방(섬망 발생 환자군 평균 0.236mcg/kg/과h)보다 더 낮은 용량으로도 효과적인 섬망 예방이 가능함을 입증했다.

AI 모델 개발로 환자는 서맥, 저혈압 같은 약물 부작용 위험이 줄어들고, 상태 정보에 맞춰 분석된 최적의 약물 투여량을 받을 수 있게 된 것이다.

   이홍열 서울대병원 중환자의학과 교수(왼쪽부터), 류호걸·이형철 마취통증의학과 교수, 이현훈 데이터사이언스연구부 교수

이홍열 교수는 “이번에 개발된 AI 모델은 섬망 예방 약물 투여량을 객관적이고 과학적으로 결정할 수 있다는 강점을 가졌다”며 “더 낮은 약물 용량으로도 효과적인 예방이 가능하다는 점에서 환자의 부작용 위험을 줄일 수 있을 것으로 기대된다”고 설명했다.

이현훈 교수는 “이번 연구는 한국형 의료 빅데이터를 활용한 AI 기술의 성공적 개발 사례”라며 “의료 AI 분야에서의 국가 경쟁력을 강화하고, 다양한 임상 분야에서의 AI 기술 적용 가능성을 제시했다”고 평가했다.

이번 연구는 보건복지부와 한국보건산업진흥원이 추진하는 ‘중환자 특화 빅데이터 구축 및 AI 기반 임상의사결정지원시스템(Clinical Decision Support System, CDSS) 개발 사업’의 지원을 받아 이뤄졌다. 연구결과는 ‘네이처 디지털 메디슨’(npj Digital Medicine, IF=12.4, JCR 상위 1% 이내) 11월호에 ‘Reinforcement learning model for optimizing dexmedetomidine dosing to prevent delirium in critically ill patients’라는 논문으로 게재됐다.