신장암 수술 후 신기능 저하 예측 인공지능 모델 개발

주장신장암 환자의 수술 방식 결정 과정에서 부분 신절제술과 근치적 신절제술 사이의 선택은 비뇨기과 전문의에게 중요한 과제입니다. 수술 전 신기능 저하 위험을 정확히 예측한다면 기술적 난도가 높은 경우에도 부분 신절제술을 우선 고려할 수 있습니다.

팩트연구진은 다중 센터에서 확보한 환자 1621명의 데이터를 바탕으로 예측 모델을 설계했습니다. 환자의 조영 증강 컴퓨터 단층 촬영 영상과 임상 데이터를 통합하여 분석했습니다.

팩트개발된 다중 모달 딥러닝 모델은 외부 테스트 세트에서 0.788에서 0.873 사이의 곡선 아래 면적 성능을 보였습니다. 이는 모델의 예측 정확도가 임상적으로 유의미한 수준임을 입증합니다.

팩트연구진은 급격한 사구체 여과율 감소를 연간 3mL/min/1.73m²를 초과하는 하락으로 정의했습니다. 해당 수치는 수술 후 비정상적인 신장 기능 상태를 판단하는 기준이 됩니다.

주장모델은 환자를 고위험군과 저위험군으로 분류하여 만성 신장 질환 진행 위험을 차별화합니다. 이는 수술 후 예후를 미리 파악하여 환자별 맞춤형 치료 전략을 수립하는 데 기여합니다.

교차검증본 연구는 후향적 분석을 기반으로 수행되었습니다. 향후 전향적 임상 시험을 통한 검증이 필요하며 다양한 인종과 의료 환경에서의 일반화 가능성을 추가로 확인해야 합니다.

팩트이번 연구는 중국 국가자연과학기금 등 다수 기관으로부터 연구비를 지원받았습니다. 썬얏센 대학교 암 센터를 포함한 중국 내 여러 대학과 병원이 공동으로 참여했습니다.

주장인공지능 기술의 의료 현장 도입은 복잡한 신장암 환자에게 부분 신절제술 시행 여부를 판단하는 데 실질적인 도움을 줍니다. 의료진의 의사결정 과정을 보조하여 환자의 삶의 질을 개선하는 것이 이번 연구의 목적입니다.

팩트연구에 참여한 저자들은 썬얏센 대학교 암 센터와 홍콩 과학기술 대학교, 북경 대학교 등 다수 학술 기관 소속입니다. 다학제적 협력을 통해 영상 데이터와 임상 데이터를 결합한 모델을 구축했습니다.

주장데이터 기반의 예측 모델은 의료 현장의 불확실성을 줄이는 도구로 활용됩니다. 정밀 의료를 실현하기 위한 기술적 토대가 마련되었습니다.

주장앞으로 인공지능 모델의 적용 범위를 넓혀 다양한 암종으로 연구를 확대할 계획입니다. 기술적 고도화를 통해 임상 현장의 효율성을 높입니다.

출처네이처 커뮤니케이션스 논문 자료를 교차 검증했습니다.