신생아 인공영양, 인공지능으로 더 안전하고 정확해진다
스탠퍼드 의대 연구팀이 신생아 인공영양 처방에 인공지능(AI)을 활용한 연구 결과를 발표했습니다.
AI 기반 알고리즘은 수만 건의 의료 기록을 학습해, 미숙아에게 필요한 영양 조합을 빠르고 정확하게 제안합니다.
AI가 신생아 인공영양 처방을 바꾸는 이유
기존 방식의 한계와 위험요소
지금까지 미숙아가 받는 총비경구영양(TPN) 처방은 의사와 약사, 영양사가 매일 수작업으로 조정해왔습니다.
체중과 발달 상태, 실험실 수치 등을 고려해 개별적으로 영양 조합을 설정하지만, 이 과정은 많은 시간과 인력이 소요되고 오류 가능성도 존재합니다.
TPN은 단백질, 지방, 탄수화물뿐 아니라 미량 원소와 의약품까지 포함한 복잡한 혼합물입니다.
신생아는 섭취 반응을 직접 파악하기 어려워, 영양 불균형이 생겨도 조기 발견이 쉽지 않습니다.
AI가 학습한 10년치 의료 데이터
연구진은 5,900명 이상의 미숙아 전자의무기록과 약 8만 건의 영양 처방 데이터를 바탕으로 AI 모델을 개발했습니다.
알고리즘은 유사한 처방 패턴을 학습한 뒤, 15개의 표준 영양 조합만으로 대부분 신생아의 필요를 충족할 수 있다는 결론에 도달했습니다.
이 조합은 환자 개개인의 건강 기록에 근거해 매일 자동 매칭됩니다. 덕분에 의료진은 한층 빠르고 체계적으로 맞춤 처방을 할 수 있게 됩니다.
실제 적용 결과, 의사들도 AI 처방 선호
의료진 선호와 임상 결과의 변화
AI가 제안한 영양 처방과 과거 수동 처방을 비교한 테스트에서, 신생아 전문의 대부분은 AI 추천안을 더 선호했습니다.
특히 실제 처방과 AI 권고안 사이에 큰 차이가 있었던 사례에서는 패혈증, 장질환, 사망 위험이 더 높게 나타났습니다.
이는 AI가 제시하는 표준 처방이 단순히 편리함을 넘어, 환자의 예후에도 긍정적 영향을 줄 수 있음을 시사합니다.
다른 병원에서도 효과 재현 확인
이 알고리즘은 샌프란시스코 캘리포니아대(UCSF)의 추가 데이터로 검증되었으며, 다른 인구 집단에서도 정확히 영양 필요량을 예측했습니다.
이는 AI 기반 시스템이 특정 병원에만 국한되지 않고 다양한 환경에서 범용적으로 사용 가능함을 의미합니다.
다음 단계 : 무작위 임상시험 진행 예정
연구팀은 전통적인 처방 방식과 AI 지원 처방을 비교하는 무작위 임상시험을 시작할 계획입니다.
AI가 추천한 조합은 의료진의 검토와 승인을 반드시 거치므로, 안전성은 유지됩니다.
이 접근법은 특히 수작업 기반 시스템에 익숙한 저자원 의료기관에서 큰 도움이 될 것으로 기대됩니다.
시간 절약, 오류 감소, 처방 일관성 확보 측면에서 AI의 기여가 클 것으로 보입니다.
핵심 요약
- 스탠퍼드 의대는 AI를 활용해 신생아 인공영양 처방을 자동화하는 데 성공했습니다.
- 8만 건의 처방 데이터를 분석해, 대부분 영아에게 맞는 15개 표준 조합을 도출했습니다.
- AI 처방은 실제 의료진에게 더 선호되었고, 결과적으로 패혈증 등의 위험도 낮췄습니다.
- 무작위 임상시험을 통해 실제 의료 현장에서의 효과성을 추가 검증할 예정입니다.
출처 : 원문 보러가기
