질병관리청 국립보건연구원은 국내 5개 의료기관에서 진료받은 제2형 당뇨병 환자 220,720명의 전자의무기록을 분석해 응급실 방문 위험을 예측하는 인공지능 모델을 개발했다. 이 연구는 2022년부터 구축한 다기관 당뇨병 빅데이터를 기반으로, 당뇨병 진단 전후 1년 이내 응급실 방문 여부를 예측하는 데 초점을 맞췄다.
분석에는 혈압, 혈당검사, 콩팥 기능, 약물 처방 이력 등 55개의 임상정보가 사용됐다.
예측 모델 중 캣부스트(CatBoost) 모델이 가장 높은 성능을 보였으며, 검증용 데이터에서 AUROC 0.87, 정확도 87.0%를 기록했다. 이는 기존 로지스틱 회귀분석 모델의 AUROC 0.73보다 크게 향상된 수치다.
모델은 응급실 방문 위험이 높은 환자와 낮은 환자를 효과적으로 구분할 수 있었다.
응급실 방문 예측에 가장 중요한 요인은 이완기 혈압, 혈청 크레아티닌(콩팥 기능 지표), 수축기 혈압 순으로 나타났다. 이들 요인은 대부분 약물치료나 생활습관 개선을 통해 관리 가능한 항목이다.
응급실 방문 환자는 비방문 환자에 비해 평균 연령이 높고, 혈당 조절과 콩팥 기능이 낮은 경향을 보였다.
연구진은 이번 모델이 별도의 추가 검사 없이 진료 과정에서 이미 수집된 정보만으로 고위험 환자를 조기에 선별할 수 있어, 선제적 예방관리에 기여할 수 있을 것으로 기대했다.
