다기관 임상데이터 웨어하우스 (Clinical Data Warehouse (CDW)) 를 활용한 혈액 투석 중 저혈압 예측 모델 개발

정병하 / 가톨릭대학교 서울성모병원 신장내과
이한비 / 가톨릭대학교 서울성모병원 신장내과

혈액 투석 환자들은 일부 암환자와 유사한 정도의 낮은 생존율을 보이며, 연령에 구분없이 투석 환자의 가장 흔한 사망원인은 심혈관계 합병증입니다. 심혈관계 합병증의 전통적 위험인자 중 가장 일반적인 혈압의 경우, 고혈압 뿐 아니라 혈액투석 중 발생하는 저혈압도 환자의 심혈관 합병증 발생과 연관된 중요한 위험인자로 제시되고 있습니다.

특히, 혈액 투석 치료에 의해 불가항력적으로 발생하는 투석 시 혈압 저하는 나쁜 임상 예후와 연관된 것으로 보고되고 있습니다. 실제로 투석 중 저혈압(Intradialytic hypotension, 이하 IDH)은 투석 중 발생할 수 있는 가장 흔한 급성 합병증으로, 투석 환자의 20~30 %에서 보고되고 있습니다.

문헌에 따라서 IDH 정의는 다양하게 제시되고 있어, 혈액투석 중 수축기 혈압이 100mmHg 이하(투석전 혈압이 100mmHg인 경우는 10mmHg 이상 저하되는 경우)가 되거나, 투석전 혈압에 비하여 25mmHg 이상 감소하는 경우 또는 혈압 저하에 관계없이 수액 주입이 필요하였던 경우 등으로 정의될 수 있습니다.

IDH를 보인 환자에서 혈중 심근 효소치의 상승이 관찰되며 투석 후 44시간까지도 정상화되지 않아 심근 손상이 초래되고 회복에 시간이 걸리거나 회복이 안 될 수는 경우도 보고되고 있습니다. 또한 투석 중에 시행한 심초음파 결과, IDH가 발생하면 심장벽의 국소적인 운동 장애가 관찰되고 투석 후에도 부분적으로 남으며 완전한 회복을 보이지 않습니다.

이러한 이유로 IDH는 2년간 사망률에 대한 독립적인 위험인자로 보고된 바 있고, 실제로 투석 중 수축기와 이완기 혈압이 각각 40, 10 mmHg 이상 낮아질 경우 의미 있게 사망률이 높았습니다. 수축기 혈압 129, 이완기 혈압 60 mmHg 이하에서 현저하게 더 높음이 보고된 바 있습니다. 즉 투석 중 저혈압은 혈액 투석 환자에서 흔하게 발생하는 합병증으로서 단기적인 환자의 불편감 뿐 아니라 장기적으로 환자의 심혈관계 합병증을 유발하여 생존율을 위협할 수 있는 중요한 원인입니다. 

현재까지 투석 중 저혈압의 효과적인 치료 방법은 없습니다. IDH 발생 시 투석의 중단 혹은 감량이 고려되나, 이는 요독 체내 축적을 유발하여 장기적으로 심혈관 합병증의 발생률을 증가시킬 것입니다. 또한 예방 차원에서 환자의 투석 간 체중 증가가 최소화되도록 교육하고 염분 섭취를 제한하도록 권고됩니다.

더불어 기본적 이학 검사 및 chest x-ray, 심초음파, 복부 초음파 검사를 이용한 하대정맥 직경 측정, bioimpedance 분석을 활용한 정확한 건체중 설정이 중요하나, 결국 이러한 방안들은 IDH를 효과적으로 예방하는 데는 한계가 있습니다. 따라서 IDH에 대한 대처를 위해서는 복잡하고 심층적인 접근이 필요하며, 양질의 빅데이터를 활용하여 세밀한 예측 도구와 이를 활용한 환자 맞춤형 예방법의 적용이 필요합니다.

한편 가톨릭중앙의료원은 서울성모병원을 포함한 8개 부속병원, 6,300여 병상을 보유한 국내 최대 규모의 병원 네트워크를 형성하고 있으며, 1,500만 명의 CMC 의료정보 데이터를 보유한 통합 의료정보시스템(nU)을 통해 병원 간 정보 공유 및 환자 치료와 관리가 가능합니다 (그림 1).

(그림 1) CMC nU CDW의 자료 구조

가톨릭중앙의료원은 10년 이상의 의료정보시스템(nU)을 통해 축적된 의료 빅데이터를 활용한 통합연구플랫폼인 CMC nU CDW(Clinical Data Warehouse)를 구축하였습니다. 더불어 CMC nU CDW는 전자의무기록 데이터를 비식별화해 연구용으로 구축한 데이터베이스로 국내외 법률을 준수한 표준화 작업을 거쳐 개발되어, 이를 활용한 혈액투석 환자 분석이 가능하게 되었습니다.

본 플랫폼을 활용하여 본 연구자들은 대상자들의 구체적인 검사실 소견까지 알 수 있으며 저혈압에 대한 처치 내용 및 처방 내용을 보다 정확하게 파악할 수 있으므로, 본 연구를 수행하는 데 필요한 투석 중 저혈압 발생의 위험 요인 파악을 위한 다양한 변수 고려가 가능합니다.

투석 중 저혈압과 연관된 구체적인 임상정보 및 합병증 발생의 전후, 인과 관계에 대한 분석이 통합적으로 필요한 연구는 기존의 대규모 투석환자 코호트 자료나 보건의료 빅데이터의 경우 모두 방법론적인 제한점이 뚜렷하므로, 이를 극복하기 위해서 대규모의 의무기록을 통합적으로 분석할 수 있는 CMC nU CDW를 기반으로 한 연구를 시도해 볼 수 있을 것입니다.

본 연구팀은 인공지능 지도학습 방법으로 딥러닝(Deep learning)을 적용할 계획입니다. 이는 데이터 input과 output 사이에 사람의 뇌 신경망 구조에서 착안한 신경망 구조를 형성하는 것으로, 기존의 머신 러닝(Machine learning) 과는 달리 특성 선택이 필요하지 않습니다.

투석 중 저혈압은 그 병태생리가 복잡하며 원인 요인 또한 다양하여 위험 요인을 선별하기가 쉽지 않음을 감안할 때 학습자의 특성 선택 없이 인공지능이 스스로 변수들 간의 관계를 형성하여 결과를 도출해내는 딥러닝(Deep learning) 방식이 적합할 것으로 사료됩니다.

현재까지 혈액 투석 중 저혈압을 예측하기 위한 모델 개발과 관련한 논문은 총 4개가 발표된 바 있으나 대부분 단일 기관 연구로서 제한점이 있습니다. 본 연구의 경우 10년의 다기관 빅데이터를 이용하였으며, 선행연구로 시행한 데이터 수집에서 포함 기준(18세 이상의 성인, 3개월 이상 유지 투석을 한 경우)에 해당되는 환자 수 총 2,165명, 총 투석 세션 수 976,030건으로 빅데이터를 이용한 다기관 연구로서 가치가 있습니다.

또한 CM CnU CDW 빅데이터는 가톨릭 중앙의료원 산하 7개 병원이 동일한 CDM 의무기록 방식을 사용함으로써 구축된 플랫폼으로 기존 연구와 달리 다기관 진행이 가능합니다. 학습용 데이터셋과 검증용 데이터셋의 데이터 추출 기관을 다르게 함으로써 자체적으로 외부검증이 가능한 장점도 있습니다.

본 연구팀은 이러한 다기관 인공신장실 빅데이터를 활용한 연구를 통해서 투석을 시작하기 전 미리 투석 중 저혈압 발생을 예측할 수 있는 알고리즘을 개발함으로써, 실제 임상에서 투석 중 저혈압을 선제적으로 예방하는 데 활용할 수 있을 것으로 기대하고 있습니다 (그림 2).

(그림 2) 본 연구의 추진 전략 및 연구 개요

[ⓒ 대한신장학회 소식지. 무단전재-재배포 금지]