AI, 수술 전 8가지 정보로 '급성 신장 손상' 위험 예측 모델 개발

핵심요약

기사 핵심 요약

국내 연구진이 수술 후 심각한 합병증인 급성 신장 손상(AKI) 발생 위험을 수술 전 8가지 기본 정보만으로 예측하는 AI 모델을 개발했다. 세브란스병원 연구팀이 개발한 이 모델은 외부 데이터 검증에서 높은 정확도를 보였으며, 고위험군 환자를 미리 선별해 예방적 조치를 취함으로써 환자 예후 개선에 기여할 것으로 기대된다.

수술 전 8가지 정보로 급성 신장 손상 위험을 예측하는 AI 모델 개발

• 국내 연구진이 수술 전 8가지 정보만으로 급성 신장 손상 위험도를 예측하는 AI를 개발했다.
• 개발된 모델은 외부 데이터 검증에서 중등도 이상 환자 예측 정확도 0.908(AUROC)을 기록했다.
• 이 모델은 전자의무기록(EMR)과 연동해 고위험군 환자의 선제적 관리에 활용될 계획이다.

수술 전 정보만으로 '급성 신장 손상' 예측 AI 개발

수술 후 갑자기 신장 기능이 나빠지는 '급성 신장 손상' 위험을 수술 전에 예측하는 인공지능(AI) 모델이 국내에서 개발됐다. 연세대학교 세브란스병원 연구팀은 수술 전 통상적으로 확인하는 8가지 임상 정보만으로 수술 후 급성 신장 손상 고위험군 환자를 선별하는 AI 모델을 개발했다고 2026년 10월 6일 밝혔다. 이번 연구 결과는 국제 학술지 '국제외과학회지(International Journal of Surgery)'에 게재됐다.

사망 위험 높이는 '급성 신장 손상', 사전 예측이 중요한 이유

급성 신장 손상(Acute Kidney Injury, AKI)은 수술 후 신장 기능이 수 시간에서 수일에 걸쳐 갑자기 저하되는 심각한 합병증이다. 급성 신장 손상이 발생하면 사망 위험이 커지고 입원 기간이 길어질 뿐 아니라, 장기적으로 만성 신부전으로 이어질 수 있어 예방과 조기 관리가 매우 중요하다. 기존 예측 모델들은 수술 중이나 수술 후 얻는 정보가 필요하거나 특정 수술에만 국한되는 한계가 있어, 수술 전 단계에서 다양한 환자의 위험도를 파악하기 어려웠다.

8가지 정보로 구현한 높은 예측 정확도

연구팀은 의료 현장에서 바로 쓸 수 있도록 최소한의 정보로 높은 예측력을 내는 모델 개발에 집중했다.

AI 모델의 개발 과정과 성능

이번 연구는 연세대 세브란스병원 이식외과 이주한, 신장내과 김형우, 의대 의생명시스템정보학교실 유승찬, 김선지 교수팀이 주도했다. 연구팀은 2006년부터 2022년까지 세브란스병원과 강남세브란스병원에서 전신마취로 1시간 이상 수술을 받은 성인 환자 18만 4560명의 대규모 데이터를 활용해 AI 모델을 구축했다. 개발된 '간소화 모델'은 환자의 수술 전 신장 기능, 전신 상태, 영양 상태 및 빈혈 상태 등 8가지 임상 정보와 검사 결과를 입력받아 위험도를 예측한다. 이 정보들은 모두 수술을 앞둔 환자에게 통상적으로 확인하는 기본 항목들이어서 별도 검사가 필요 없는 것이 장점이다.

외부 검증으로 입증된 예측 성능

개발된 AI 모델은 다른 병원 환자 5만 2480명의 데이터를 이용한 외부 검증을 통해 예측 정확도를 입증했다. 검증 결과, 모든 단계의 급성 신장 손상 예측에서 0.809의 성능(AUROC)을 보였다. 특히 위험도가 높은 중등도 이상(2~3단계) 급성 신장 손상 예측에서는 0.908이라는 높은 성능을 기록했다. AUROC는 AI 모델이 위험군과 정상군을 얼마나 잘 분류하는지 나타내는 지표로, 1에 가까울수록 성능이 우수함을 뜻한다. 이는 수술 중·후 정보까지 모두 활용한 복잡한 모델의 성능(각각 0.845, 0.932)에 근접하는 수치로, 8가지 정보만으로도 충분한 예측력을 갖췄음을 보여준다.

표: AI 모델의 급성 신장 손상 예측 성능(AUROC) 비교

모델 유형	예측 대상	성능 (AUROC)
간소화 모델 (수술 전 8개 정보)	모든 단계 급성 신장 손상	0.809
간소화 모델 (수술 전 8개 정보)	중등도 이상 급성 신장 손상	0.908
복합 모델 (수술 전·중·후 정보)	모든 단계 급성 신장 손상	0.845
복합 모델 (수술 전·중·후 정보)	중등도 이상 급성 신장 손상	0.932
출처: 세브란스병원 연구팀 (2026), 국제외과학회지 게재

의료 현장 적용과 향후 계획

연구팀은 이번 AI 모델이 실제 진료 환경을 개선하고 환자 예후를 높이는 데 기여할 것으로 기대한다.

고위험군 선별 통한 예방적 관리 기대

연구팀은 예측된 위험도에 따라 환자를 저위험군(5% 미만), 중간위험군(5~20%), 고위험군(20% 초과)으로 나누어 관리하는 방안을 제시했다. 이를 활용하면 의료진은 수술 전 고위험군 환자를 미리 식별하고, 수술 전후 혈압과 수액 상태를 더욱 면밀히 관리하거나 신장에 부담을 줄 수 있는 약물 사용을 피하는 등 선제적인 예방 조치를 취할 수 있다. 이주한 교수는 "이번에 개발한 모델이 고위험 환자 선별과 관리에 활용될 수 있을 것으로 기대한다"고 말했다.

전자의무기록 연동 등 추가 연구 계획

연구팀의 최종 목표는 이 AI 모델을 병원의 전자의무기록(EMR) 시스템과 연동하는 것이다. 시스템 연동이 이뤄지면 수술을 앞둔 환자의 급성 신장 손상 위험도가 자동으로 의료진에게 제시되어 더 신속하고 체계적인 관리가 가능해진다. 유승찬 교수는 "향후 전자의무기록과 연동해 환자의 위험도가 자동으로 제시되도록 하고, 위험도 기반 관리가 실제 합병증 감소로 이어지는지 검증할 계획"이라고 밝혔다.

자주 묻는 질문

급성 신장 손상이란 무엇인가요?

수술, 심각한 감염, 약물 등 다양한 원인으로 인해 신장 기능이 단기간에 급격히 나빠지는 상태를 말합니다. 수술 후 합병증으로 발생할 경우 사망률을 높이고 장기적인 신장 기능 저하로 이어질 수 있어 각별한 주의가 필요합니다.

AI 예측 모델은 어떤 정보를 사용하나요?

수술 전 시행하는 혈액 및 소변 검사 결과, 환자의 나이, 기저질환 등 통상적으로 수집하는 8가지 임상 정보와 검사 결과를 활용합니다. 예측을 위해 별도의 특수 검사가 필요하지 않습니다.

이 AI 모델을 사용하면 환자에게 어떤 이점이 있나요?

의료진이 수술 전 환자의 급성 신장 손상 발생 위험도를 미리 파악할 수 있습니다. 이를 통해 고위험군 환자에게 맞춤형 예방 조치를 취해 합병증 발생 가능성을 낮출 수 있습니다.