빅 데이터 분석은 실시간 교통 현황 검색에만 유용할까요? 오늘 입원한 환자는 언제 다시 병에 걸려 재입원할까요? 더욱 병이 깊어지기 전에 미리 알고 교통 상황 대비 하듯이 준비 할 수 없을까요? 美 UCSF (University of California, San Francisco) 연구팀과 한국과학기술정보연구원 슈퍼컴퓨팅응용센터 백효정 선임연구원이 초고성능 컴퓨터와 빅 데이터 분석 기술을 활용한 원천 기술을 제시했습니다. 해당 연구 논문은 <Scientific Data>에 게재됐습니다.
조현병과 관련있는 '횡문근융해증'
연구팀은 1천만 명의 20여 년간 축적된 1천 9백만 건의 의무기록을 기반으로 연구를 진행했는데요. 다차원 시계열 그래프 분석(Directed Acyclic Graph modeling, GAP) 기법을 개발했습니다.연구팀은 이를 통해 5천여 질병에 대한 생애주기별 "질환궤도 (Disease Trajectory)"를 제시했습니다. 연구팀은 분석한 질환 691종에 대한 각 환자의 1년 주기 재입원과 합병증 패턴을 모델링했습니다. 이를 통해 알려지지 않았던 실제 조현병(Schizophrenia) 환자의 횡문근융해증(Rhabdomyolysis) 합병증 모델을 성공적으로 입증했습니다.
- 횡문근융해증(Rhabdomyolysis)
횡문근융해증이란 근섬유 파괴로 인한 영구적인 신부전을 유도하는 희귀 중증 질환입니다. 이 병은 근세포의 물리적인 손상으로 일어납니다. 물리적 손상이 아니더라도 횡문근융해증이 발생할 수 있는데요. 임상에서 흔히 횡문근융해증은 고혈당증, 고나트륨혈증, 심한 저칼슘혈증, 저인산혈증 등 알콜성질환과 연관된 전해질 이상으로도 일어날 수 있습니다. 보고된 바가 적긴 하지만 저나트륨혈증도 횡문근융해증을 유발할 수 있습니다.
횡문근융해증이란 근섬유 파괴로 인한 영구적인 신부전을 유도하는 희귀 중증 질환입니다. 횡문근융해증을 유발하는 저나트륨혈증은 장기간 입원하고 있는 조현병 환자에게서 흔히 나타나는 현상입니다. 많게는 17.5%까지 보고되는 질환인데요. 해외 문헌에서도 저나트륨혈증에 의한 횡문근융해증이 여러 번 보고된 바 있습니다. 연구팀의 빅데이터 기반의 모델링 연구 덕분에 조현병과 횡문근융해증의 연관성이 드러난 셈입니다.
모델링, 인공지능 개발에 도움
고령화가 지속되면서 천문학적인 의료 서비스의 지출이 예상됩니다. 따라서 현재 입원 환자의 1~2년 내의 재입원과 합병증 패턴을 모델링 하는 것이 향후 인공지능 개발과 관련된 원천 기술이죠. 그러나 국가별, 생애 주기별, 인종별 재입원과 합병증 패턴의 정량화는 기존 의료진의 경험에 기초한 전통적인 접근법으로는 수십 년의 기간이 소요됩니다.
한발 더 나아가 연구진은 개발된 모든 질환궤도를 다수 의료진과 의학 연구자들이 활용할 수 있는 작업을 진행했는데요. 국가규모의 질환궤도 모델을 가시화하고 전체 분석 결과를 웹을 통해 공개했습니다. 아래 유튜브 영상에서 연구 내용 전반에 관한 영상을 감상하실 수 있습니다.
##참고자료##
- Paik, Hyojung, et al. "Tracing diagnosis trajectories over millions of patients reveal an unexpected risk in schizophrenia." Scientific Data 6.1 (2019): 1-10.
- 전대원, et al. "증례: 정신분열증 환자의 저나트륨혈증에 의한 rhabdomyoysis 1 예." Korean Journal of Medicine (구 대한내과학회지) 59.3 (2000): 335-338.
