당뇨병 환자가 응급실을 찾기 전 위험 신호를 인공지능(AI)이 미리 포착할 수 있는 길이 열렸다. 국내 연구진이 22만명 이상의 실제 진료데이터를 분석해 제2형 당뇨병 환자의 응급실 방문 위험을 예측하는 머신러닝 모델을 개발했다.

질병관리청 국립보건연구원은 다기관 당뇨병 빅데이터를 활용해 제2형 당뇨병 환자의 응급실 방문 위험을 예측하는 AI 모델을 개발했다고 8월 11일 밝혔다. 연구 결과는 국제학술지 'PLOS ONE' 7월호에 게재됐다.

연구진은 2008~2022년 5개 의료기관에서 진료받은 제2형 당뇨병 환자 22만720명의 전자의무기록을 분석했다. 이 가운데 4만9770명(22.6%)은 당뇨병 진단 전후 1년 이내에 한 차례 이상 응급실을 방문했다.

응급실 방문 환자는 비방문 환자보다 평균 연령이 높았고 혈당 조절과 콩팥 기능이 상대적으로 좋지 않았다. 인슐린과 이뇨제 사용 비율도 약 2배 높았으며, 고혈압과 뇌혈관질환을 동반한 경우도 많았다.

연구진은 혈압, 혈당검사, 콩팥 기능, 약물 처방 이력 등 55개 임상정보를 활용해 여러 머신러닝 모델의 성능을 비교했다. 그 결과 캣부스트(CatBoost) 모델이 기존 통계 방식보다 응급실 방문 위험이 높은 환자와 낮은 환자를 더 잘 구분하는 것으로 나타났다.

특히 응급실 방문 위험을 예측하는 데 가장 중요한 요인은 이완기 혈압, 혈청 크레아티닌, 수축기 혈압 순이었다. 모두 진료 과정에서 확인할 수 있는 지표로, 약물치료와 생활습관 관리 등을 통해 지속적으로 관리할 수 있다는 점에서 주목된다.

이번 연구의 핵심은 응급상황이 발생한 뒤 치료하는 것이 아니라 응급실 방문 위험이 높은 환자를 미리 찾아 관리할 가능성을 제시했다는 것이다.

다만 AI 모델을 실제 의료현장에 적용하려면 다른 의료기관과 환자군에서도 예측 성능이 유지되는지에 대한 추가 검증이 필요하다. AI가 위험군을 찾아내는 것뿐 아니라 실제로 혈당·혈압 관리 등을 강화했을 때 응급실 방문이나 급성 합병증을 줄일 수 있는지도 확인해야 한다.

국립보건연구원은 향후 1차 의료기관에서도 활용할 수 있는 예측모델로 발전시켜 당뇨병 합병증의 조기 발견과 예방·관리에 활용한다는 계획이다.

이번 연구는 당뇨병 관리가 ‘발병 후 치료’에서 **‘위험 예측을 통한 선제적 관리’**로 전환될 수 있는 가능성을 보여줬다는 점에서 의미가 있다.