이는 아주대의료원 의료정보학교실 박래웅 교수와 김청수 대학원생, 감염내과 최영화 교수, 이화여대 약대 이정연 교수의 공동 연구 결과다. 연구진은 국내 상급종합병원 275만 명의 공통데이터모델(CDM) 데이터베이스를 활용해 AI 기반의 ‘경험적 항생제’ 내성 예측 모형을 만들었다.
항생제 과다사용으로 인한 내성 문제는 국내외에서 심각한 의료문제로 꼽힌다. 항생제 내성으로 2050년엔 전 세계에서 매년 약 1000만 명이 사망할 수 있다고 예측될 정도다. 국내 항생제 사용량(인구 1000명당 하루 16.0 도즈·16.0DDD) 역시 과거보다 줄곤 있으나, 여전히 경제협력개발기구(OECD) 38개국 평균(13.1)보다 많은 수준이다.
항생제 내성의 원인 중 하나는 '부적절하게 투여된 항생제' 때문이다. △불필요한 투여 △부적절한 항생제(경험적 항생제 포함) 선택 △용법·용량 오류 △투여 시간 지연 등이 주요 이유다.
따라서, 이를 예방하기 위해선 의료 현장에선 경험적으로 처방에 가장 적합한 항생제(경험적 항생제) 정보를 잘 공유하고 불필요한 범위의 사용을 자제해야 한다.
연구진은 이를 돕기 위해 병원성 요로감염 의심 환자를 대상으로 '경험적 항생제'를 추천하는 AI 예측 모델을 개발해 공유했다. 이번 모델은 기존의 다른 선행연구 결과보다 더 우수한 결과를 보였으며, 임상 활용성을 높이기 위해 웹 기반 페이지(https://cskim-abmi.shinyapps.io/PIEapp/)로도 공개됐다.
박래웅 교수는 "감염질환의 특성에 맞는 주요 대규모 의료 데이터를 확보해 실제로 활용 가능한 임상 의사결정 지원 시스템 모형을 개발한 데 의의가 있다"면서 "향후 진료 현장에서 개인별 맞춤형 경험적 항생제 선택을 실현하는 데 기여하길 바란다"고 말했다.
이번 연구는 보건복지부 '감염병 의료안전 강화 기술 개발사업'의 지원을 받았고 «국제항균제학회지(IJAA)»에 게재됐다.
