신장 기증 후 신기능 손실을 간편하고 정확하게 예측할 수 있는 인공지능(AI) 기반의 신장 피질 부피 측정 모델이 개발됐다.
특히, 해당 모델은 기존의 복잡하고 시간이 많이 소요되던 신장 평가 방법을 혁신적으로 개선해, 고령 기증자들이 더 안전한 기증 결정을 내릴 수 있도록 도와줄 것으로 기대를 모으고 있다.
카지노 슬롯 머신 규칙 이식혈관외과 민상일 교수팀(중앙대병원 조은아 교수, 세브란스병원 이주한 교수, 온코소프트 김진성 대표)이 2010년부터 2020년까지 신장 기증 수술을 받은 생체 기증자 1074명의 데이터를 바탕으로, AI 기반의 CT 이미지를 활용해 신장 피질 부피를 측정하고 이를 통해 신장이식 후 신기능 저하와의 연관성을 분석한 다기관 후향적 코호트 연구 결과를 8월 26일 발표했다.
고령화 사회로 접어들면서 고령 기증자의 신장이식 수술이 증가하고 있으나 고령 기장자의 경우, 노화로 인한 사구체 경화 등 신장 미세구조의 변화로 인해 신기능이 저하될 가능성이 높아 신장 기증 후 신기능 손실을 예측할 수 있는 방법이 필요했다.
기존 연구들에서 신장 피질 부피와 신기능 간의 상관관계가 보고되었지만, 기존의 측정 방법은 복잡하고 시간이 많이 소요돼 실제 임상에 적용하기 어려웠다.
이에 연구팀은 이러한 문제를 해결하기 위해 ‘AI 기반의 자동 분할 모델’을 개발했다.
이 AI 모델은 기증 전 CT 이미지를 분석해 신장의 피질 부피를 자동으로 측정할 수 있도록 설계됐다.
이어 연구팀은 모델의 정확성을 검증하기 위해, AI가 측정된 피질 부피와 수작업으로 측정된 결과를 비교했다.
검증 결과, AI 모델의 정확도는 매우 높았으며, 1에 가까울수록 유사함을 의미하는 두 이미지 간의 겹치는 부분을 평가하는 지표인 ‘Dice 유사 계수’는 0.97이었고, 예측된 경계와 실제 경계 간의 최대 오차를 측정하는 Hausdorff 거리가 0.76mm을 기록했다.
이는 AI 모델이 실제 신장 피질 부피를 매우 정확하게 측정할 수 있음을 의미한다.
또한, 연구팀은 AI 모델을 사용해 측정한 신장 피질 부피와 기증 후 신기능(추정 사구체 여과율, eGFR) 사이의 연관성을 분석했다.
eGFR은 신장의 여과 능력을 나타내는 지표로, 값이 낮아질수록 신기능이 감소했음을 의미하며, 연구팀은 일반화 가산 모델(GAM)을 사용해 기증 후 시간 경과에 따른 신기능 변화를 분석했다.
그 결과, 고령 기증자(60세 초과)는 젊은 기증자(60세 이하)에 비해 기증 후 신기능이 더 크게 감소하는 경향을 보였다.
구체적으로, 고령 기증자의 eGFR 감소가 통계적으로 유의미하게 더 큰 컸으며, 이는 고령 기증자들이 신기능 저하를 더 많이 경험했음을 의미한다.
그러나 수술 전 신장 피질 부피가 큰 기증자들은 기증 후 신기능 저하가 덜 발생하는 경향이 있었는데, 이 차이는 통계적으로 유의미했으며, 특히 고령 기증자에서 더욱 큰 차이를 보였다.
이는 신장 피질 부피가 큰 고령 기증자들이 기증 후 신기능을 더 잘 유지할 수 있음을 시사한다.
연구팀은 AI를 활용한 신장 피질 부피 측정이 기증 후 신기능 손실을 예측하는 데 중요한 지표로 작용할 수 있다고 강조했다.
이어 이 모델이 기증자 선별과 평가 과정에 통합된다면, 신장이식 수술의 성공률을 높이고 기증자 안전성을 강화하는 데 크게 기여할 것으로 기대된다고 덧붙였다.
민상일 이식혈관외과 교수는 “인공지능을 활용한 신장 피질 부피 측정의 임상적 유용성을 입증한 이번 연구는 신장 기증자의 평가 및 예후 예측에 중요한 진전을 이룬 것으로 평가된다”고 밝혔다.
이어 “고령 기증자의 경우, 기존보다 더욱 정밀하게 신기능 손실을 예측할 수 있는 방법을 제공함으로써 보다 안전한 기증 결정을 지원할 수 있다는 점에서 큰 의미가 있다”고 말했다.
한편, 이번 연구는 외과 분야의 세계적 권위지인 국제외과학저널 ‘International Journal of Surgery(IF=12.5)’에 온라인 게재됐다.