신장 환자의 위험을 실시간 예측하는 NVIDIA AI 기술

대만 타이베이 재향군인 종합병원은 NVIDIA Jetson edge AI 플랫폼으로 혈액투석 중 스트리밍 데이터를 분석하고 있습니다
by NVIDIA Korea

대만에는 약 85,000명의 신장 투석 환자가 있으며, 이는 인구 밀도를 기준으로 세계에서 가장 높은 유병률입니다. 타이베이 재향군인 종합병원(TVGH)은 혈액 투석 중 실시간으로 심부전 위험을 예측하는 AI 모델을 사용하여 이러한 환자의 결과를 개선하기 위해 노력하고 있습니다.

심혈관 질환은 투석 환자의 주요 사망 원인이며 TVGH는 90% 정확도를 자랑하는 AI 위험 평가 모델을 활용해 이를 줄이고자 합니다.

TVGH의 AI 툴은 임상의용 대시보드에 위험 예측을 위한 핵심 요소를 표시하고 투석기의 스트리밍 데이터에서 비정상적인 패턴을 감지하여, 필요시 의사와 간호사가 개입하도록 즉시 경고합니다.

NVIDIA Jetson 엣지 AI 플랫폼을 포함한 NVIDIA AI 기술을 통해 TVGH는 투석기 데이터, 환자 의료 기록, 테스트 결과, 약물 정보를 조합하여 제안된 모델을 통해 환자 데이터를 실시간으로 분석할 수 있습니다.

TVGH 의학부장인 더청 탕(Der-Cherng Tarng) 교수는 “이 분야에서는 조기 발견과 신속한 의사결정이 생명을 구할 수 있습니다. 각 투석기 옆에 NVIDIA Jetson을 배치하여 투석 중에 AI 예측을 수행함으로써 소규모 투석 센터에서도 저렴하고 효과적인 방식으로 실시간 통찰력을 얻을 수 있습니다”라고 말했습니다.

TVGH 팀은 소프트웨어 테스트를 대만 전역의 12개 병원으로 확대하고 의료기기로서 임상 사용을 위해 대만 식품의약국(TFDA)의 승인을 받을 계획입니다.

투석 중 문제 발견

혈액투석은 신부전 환자를 대상으로 3~4시간 동안 진행되는 절차로, 일반적으로 일주일에 2~3회 투석기가 환자의 혈액에서 독소와 노폐물을 걸러냅니다. 환자는 심부전을 비롯한 심각한 합병증을 경험할 수 있는데요. 이는 투석 시 건체중(dry weight)이라는 지표가 정확하게 설정되지 않은 경우 촉발될 수 있습니다.

건체중이란 체내에 여분의 수분이 없는 사람의 자연체중을 말합니다. 임상의는 각 투석 치료 후에 환자가 건체중으로 돌아가는 것을 목표로 하죠. 그러나 만성신장질환이 있는 환자는 일반적으로 신체에 과도한 수분이 있기 때문에 건체중 추정은 주관적일 수 있습니다.

건체중을 과대 추정하면 고혈압이 유발되어 심부전이나 기타 대혈관 합병증을 포함한 합병증을 유발할 수 있습니다. 반대로 과소 추정하면 신체에서 너무 많은 수분을 제거하여 탈수와 저혈압을 유발할 수 있죠.

따라서 임상의가 투석 중 혈류, 동맥, 정맥의 압력, 한외여과율(치료 중 제거된 수분의 양을 나타내는 지표)을 비롯한 여러 데이터 포인트를 모니터링하는 것이 중요합니다.

TVGH의 위험 평가 도구는 이러한 값을 의료 기록, 혈액 검사 결과, 약물 정보와 함께 처리하여, 최대 200세트의 동적 생리적 지표와 투석기 결과 값을 평가합니다. 이러한 주요 통계는 각 환자의 심부전 위험을 예측하는 지표와 함께 의사와 간호사를 위한 대시보드에 표시됩니다.

이 대시보드는 모든 투석 환자의 건강 상태를 표시하여 환자의 중증도와 위험 범주를 다양한 색상으로 나타냅니다. 각 환자에 대해, 실시간 투석기 데이터 스트림과 환자의 철분 수치가 정상인지 여부에 대한 AI 모델의 평가를 보여줍니다.

이 병원의 도구는 결정 트리, 그래디언트 부스팅, 컨볼루션 신경망(CNN)을 포함한 여러 AI 알고리즘을 사용해 환자 데이터의 비정상적인 패턴을 식별하도록 구축됐으며, 300만 건의 건강 기록 데이터 세트에서 훈련됐습니다. 최근에는 헤모글로빈 수치와 흉부 X선 영상 분석을 포함한 예측 지표가 도구에 추가됐습니다.

CNN모델 채택으로 AI의 정확도가 95% 향상됐습니다.

TVGH의 AI 모델은 심부전 위험을 예측하는 것 외에도, 환자의 건체중에 대한 임상의의 추정 편차율을 80%까지 감소시켜 합병증 위험을 줄이는 데 도움이 되는 정확도를 높였습니다.

AI, 엣지 컴퓨팅으로 실시간 결과 강화

TVGH의 IT 팀은 AI 모델을 개발하기 위해 NVIDIA CUDA-X 라이브러리와 함께 SAS Viya 분석 엔진을 채택했는데요.

TVGH의 전자 혈액투석 시스템은 투석기에서 생성된 데이터를 자동으로 기록할 수 있지만, 초기 워크플로우에서는 여전히 의료진이 생리적 지표를 30분마다 기록하고 블루투스 연결을 통해 데이터를 서버로 전송해야 했죠.

TVGH 팀(좌측에서 우측 방향): 간호 부서의 신링 타이(Hsin-Ling Tai), 더청 탕(Der-Cherng Tarng) 의학부장, 첸성 쿠오(Chen-Tsung Kuo) 정보부장, 유안치아 추(Yuan-Chia Chu) 수석 소프트웨어 엔지니어, 신장학과 객원 직원 슈오밍 오(Shuo-Ming Ou)

TVGH의 신장학과 객원 직원인 슈오밍 오(Shou-Ming Ou)는 “데이터 분석 중간의 30분 간격은 환자가 심부전으로 이어질 수 있는 합병증을 경험할 수 있는 가능성을 여전히 남겼습니다. 그래서 우리 팀은 밀리초 내에 투석기에서 생성된 데이터를 수신하고 계산할 수 있는 실시간 솔루션을 찾기 위해 노력했습니다”라고 말했습니다.

4시간의 투석 치료 동안 스트리밍 데이터를 사용해 실시간 AI 추론을 달성하기 위해, TVGH는 단 10와트만 소비하는 소형 모듈로 최대 21조 개의 작업을 처리할 수 있는 NVIDIA Jetson Xavier NX가 탑재된 Aetina Edge AI Starter Package를 채택했습니다. 또한 NVIDIA TensorRT소프트웨어를 사용하여 Jetson 플랫폼에서 추론을 위한 AI 예측 모델을 최적화했습니다.

NVIDIA Jetson은 프로세싱을 엣지로 전환함으로써 TVGH가 메인 서버의 컴퓨팅 워크로드를 줄이는 데 도움을 주었고, 따라서 고품질 의료 모델을 훈련하는 다른 AI 팀을 지원할 리소스를 확보할 수 있었습니다.

이 병원은 심부전 위험 예측 모델 외에도, NVIDIA Parabricks 유전체학 소프트웨어, NVIDIA FLARE 연합 학습 워크플로우, 자연어 처리를 위한 NeMo Megatron 프레임워크를 활용하는 추가 AI 프로젝트도 진행하고 있습니다.

자세한 내용은 TVGH 팀이 참여한 최신 NVIDIA GTC 세션에서 확인할 수 있습니다.

NVIDIA 헬스케어 뉴스를 구독하세요.