박선화 이대 교수, 질액 박테리아로 조산 위험 예측

/사진제공=이대목동병원

국내 연구진이 세계최초로 인공지능의 머신 러닝 기법을 활용해 조산의 위험을 예측한 연구결과를 발표했다.

이대목동병원 산부인과 박선화 교수는 임산부 질액 내 박테리아 위험 요소 모델을 인공지능 머신 러닝 기법(machine learning)으로 분석, 조산 위험을 예측한 연구를 18일 발표했다. 해당 논문은 미국 생식면역학회지 AJRL(American Journal of Reproductive Immunology) 최근호에 게재됐다.

조산은 일반적으로 임신 20주를 지나 37주 이전에 분만하는 것으로, 세계적으로 전체 출생의 5~10%가 조산이다. 초혼연령 상승, 고령산모 증가, 체외수정술 증가 등으로 조산 위험이 해마다 증가하고 있다. 조산아로 분만한 미숙아는 사망률이 높은데다 성장하는 동안 지속적인 재활치료를 받아야 하는 경우가 많아 미리 진단하고 대비하는 것이 중요하다.

그동안 조기진통 및 조기양막파수로 인해 조산이 발생하는 이유로 임신부 질내 유해한 박테리아의 상행 감염 때문이라는 연구가 세계적으로 많이 보고됐지만 이를 사전에 진단해 예방하기 위한 뚜렷한 방법은 없었다.

이에 이대목동병원 산부인과학교실 연구팀은 임신 중기 임신부의 질액을 채취, 이전의 선행연구를 통해 조산을 예측할 수 있는 후보균들의 정성적 및 정략적 평가를 시행했다. 또한 임신부의 조산 여부에 따라 어떠한 차이가 있는지 분석해 예측 모델을 만들었다. 단순히 균의 검출 유무로는 조산의 예측이 어려워, 후보 균들의 조합과 상대적인 비율을 이용해 '인공지능 기법'으로 예측을 위한 알고리즘을 만들기 위해서다.

연구 결과, 이 모델의 영향을 주는 핵심 균은 락토바실러스 이너스(Lactobacillus iners), 유레아플라즈마 파붐(Ureaplasma parvum)이었다. 결과적으로, 이 모델을 통해서 조산을 72% 예측할 수 있었고, 그 외에 혈액학적인 정보를 통해 측정할 수 있는 백혈구 수를 조합했을 때는 예측률이 77%로 높아졌다.

이번 논문의 교신저자인 김영주 이대목동병원 산부인과 교수는 "이번 연구에서 밝혀진 대로 조산을 유발하는 다양한 원인들을 박테리아 위험 요소 모델에 접목시킨다면 더 좋은 예측 모델을 만들 수 있을 것"이라고 평가했다.

논문 1저자인 박선화 이대목동병원 산부인과 교수는 "조산율이 10% 내외라고는 하지만 실제로 상급종합병원인 이대목동병원에서 근무하다 보니, 조기진통, 조기양막파수의 증상으로 조산의 위험성이 높은 고위험 산모를 많이 치료했다"며 "미리 조산 원인을 알 수 있는 방법을 통해 예방적 조치를 취한다면 더욱 효과적인 진료를 할 수 있을 것이다"고 말했다.