특수 수술 상황 '혈압' 변화 '딥 러닝' 예측
특수 수술 상황 '혈압' 변화 '딥 러닝' 예측
  • 이영재 기자 garden@kma.org
  • 승인 2022.07.25 16:23
  • 댓글 0
  • 페이스북
  • 트위터
  • 네이버밴드
  • 카카오톡
이 기사를 공유합니다

김상현 순천향의대 교수팀, 로봇 하복부 장기 수술 533례 분석
39개 상황 예측값 도출에 3.427밀리초 뿐…혈압변화 신속 대응 
로봇 수술 등 적용…급격한 혈압 변화 최소화·예후 향상 기대
김상현 순천향대부천병원 마취통증의학과 교수
김상현 순천향대부천병원 마취통증의학과 교수

딥 러닝(Deep Learning) 기술을 이용 복압·체위 변화 등 변수가 많은 특수 수술 상황에서 혈압 변화를 예측하는 모델이 개발됐다. 

김상현 순천향의대 교수팀(순천향대 부천병원 마취통증의학과/정양훈·이미순)은 정영섭 충북대 컴퓨터공학과 교수(전 순천향대 빅데이터공학과)와 협업으로 최근 '딥 러닝을 이용하여 로봇 복강경 수술 환자에서 복압 변화에 따른 혈압 변동 예측' 연구 논문을 SCI(E)급 국제학술지 <PLOS ONE>에 발표했다.

수술 중 높은 혈압이나 큰 혈압 변화는 환자 예후에 좋지 않은 영향을 미친다. 로봇을 이용한 하복부 장기 수술시에는 복강 내 압력을 올리고 환자 머리를 바닥 쪽으로 기울인 자세를 취하는데, 이런 특수 환경에서는 혈압 변화 예측이 더 어렵다. 

최근 딥 러닝 기술을 이용 수술 중 혈압 변화를 예측하려는 시도가 활발하지만, 로봇 하복부 장기 수술과 같이 복압·체위 변화 등 변수가 많은 특수 환경에서의 혈압 변화를 예측한 연구는 없었다.

김상현 교수팀은 이번 연구에서 2018년 10월∼2021년 3월 중 만 19세 이상 환자를 대상으로 순천향대 부천병원이 시행한 로봇 하복부 장기 수술(난소방광절제술·자궁적출술·자궁근종절제술·전립선절제술·자궁관난소절제술) 533례의 데이터를 기계학습시키고, 순환신경망(Recurrent Neural Networks)을 이용 10분 이내에 복강 내 혈압이 기준 혈압보다 20% 이상 상승할지 예측하는 모델을 개발했다.

정양훈 순천향대부천병원 마취통증의학과 교수
정양훈 순천향대부천병원 마취통증의학과 교수

'로봇 수술 시 혈압 변동 예측 모델'의 정확도를 검증한 결과, 그 유효성을 입증했으며 39개 상황의 예측값을 도출하는 데 걸린 시간이 3.472밀리초(1000분의 1초)에 불과해 혈압 변화에 대한 신속한 대응이 가능한 것으로 나타났다.

정양훈 교수(제1저자)는 "이번 연구는 로봇 수술과 같이 특수한 수술 환경에서 혈압 변화를 예측한 첫 연구"라며 "이번 연구를 기초로 다른 특수한 수술 상황에서 혈압 변화를 예측하는 모델을 개발함으로써, 환자의 급격한 혈압 변화를 최소화하고 수술 예후를 향상할 수 있을 것으로 기대한다"고 말했다.

김상현 교수팀은 2018년부터 순천향대 빅데이터공학과 교수진과 함께 활발한 연구 활동을 이어오고 있다. 수술 중 수집한 생체신호와 각종 약물 투여 정보, 전자의무기록 데이터를 이용 '기계학습을 통한 수술 중 혈역학적 변화 예측 모델'을 개발하고, 관련 논문을 SCI(E)급 국제학술지에 여러 차례 발표했다.

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
0 / 400
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.

* 기사속 광고는 빅데이터 분석 결과로 본지 편집방침과는 무관합니다.