급성 투석의 성능과 전달을 최적화하기 위한 기계 학습 및 인공 지능 알고리즘 (SMART DIALYSIS)

연구 배경 및 근거:

중환자실(ICU)에 입원한 모든 환자의 약 10-15%에서 급성 투석이 필요합니다. 급성 투석은 연속 신대체 요법(CRRT), 간헐적 혈액 투석(IHD) 또는 저효율 완속 투석(SLED)의 형태로 이루어질 수 있습니다. 전 세계적으로 CRRT는 급성 투석의 주요 형태로 남아 있으며, 급성 투석의 75% 이상이 CRRT입니다.

ICU에서의 급성 투석 적용은 환자 결과가 좋지 않은 것과 관련이 있습니다. 의료 기술과 치료의 발전에도 불구하고, 사망률은 40-60% 사이로 유지되며, 이는 중증 급성 호흡곤란 증후군(ARDS)에서 관찰되는 결과와 유사합니다. 또한, 환자가 중증 질환에서 생존하더라도 최대 10%의 환자가 지속적인 장기 만성 투석 치료가 필요합니다. 이는 중증 질환 생존자의 삶의 질에 큰 영향을 미칠 뿐만 아니라, 그들의 가족에게도 중요한 영향을 미치며, 종종 직업과 주거 상태의 변화와 투석 센터에 더 가까운 장소로의 이주를 필요로 합니다. 이는 상당한 의료 및 사회적 비용(캐나다 앨버타주에서는 약 $100,000/환자/년)뿐만 아니라, 이러한 환자들의 건강 관련 삶의 질의 매우 중요한 감소를 초래합니다. 현재, 급성 투석의 최적 시작에 대한 증거는 존재하지만, 치료 방식 전환 시기나 이 치료로부터의 해방을 예측할 수 있는 증거는 부족합니다. 앨버타주에서 Connect Care(EPIC, 위스콘신, 미국)와 같은 완전히 통합된 전자 임상 정보 시스템(eCIS)을 사용하면, 환자와 급성 투석 요구를 예측할 수 있는 예측 알고리즘을 개발할 수 있습니다.

일단 급성 투석이 시작되면, 여러 요인이 급성 투석 후 신장 회복에 영향을 미칠 수 있습니다. 투석 중 저혈압은 주요 수정 가능 요인으로 확인되었지만, 불행히도 정확하게 예측할 수 있는 능력이 제한적입니다. 이는 해결해야 할 중요한 지식 격차입니다. 이는 또한 이전에 우리 연구팀에 의해 급성 투석, 특히 IHD 및 SLED에서 가장 중요한 핵심 성과 지표(KPI) 중 하나로 확인되었습니다. CRRT의 경우, 필터 수명이 가장 중요하고 연구된 KPI로 확인되었습니다. 이 두 KPI는 현재 진행 중인 QUALITY CRRT 및 DIALYZING WISELY 프로그램에서 중증 환자에게 급성 투석의 성능과 제공을 개선하기 위해 활용되고 있습니다. 이 두 프로그램은 앨버타주 전역에 성공적으로 구현되었으며, 급성 투석을 위한 이러한 지속적 품질 개선의 다음 단계인 SMART DIALYSIS 프로그램을 시작하는 데 필요한 인프라를 구축했습니다.

최근 컴퓨터 및 기계 처리의 발전으로 스마트 기기, 장치 및 학습 알고리즘의 개발을 특징으로 하는 4차 산업 혁명이 이루어져 환자 관리와 의료 제공 최적화를 돕는 데 기여하고 있습니다. 머신 러닝(ML) 및 인공 지능(AI) 알고리즘은 이전에 의학에서 사용되었지만, 중환자 신장학에 구현되기 시작한 지 얼마 되지 않았습니다.

현재의 이니셔티브는 주로 패턴 인식과 위험 예측에 초점을 맞추고 있습니다. 이 프로그램은 4개의 구별된 단계로 구성됩니다.

1단계에서는, 우리의 QUALITY CRRT 및 DIALYZING WISELY 프로그램의 작업을 계속하여 급성 투석 방식 간 전환, 중단, 급성 투석으로부터의 해방 시도, 투석 중 저혈압의 발생률, ICU에서 필터 응고 시기에 대한 결정을 둘러싼 환경을 더 잘 이해하는 것을 목표로 할 것입니다.

2단계에서는, 임상의가 1) 급성 투석 치료 간 전환, 2) 투석 중 저혈압 관리, 3) 필터 수명 예측, 4) 급성 투석으로부터의 해방을 더 잘 예측하고 관리할 수 있도록 모델 및 후속 임상 결정 지원(CDS) 도구 및/또는 최선의 실습 권고(BPA)를 개발할 것입니다. 이 작업과 동시에, 우리는 이러한 KPI를 임상의에게 제공하기 위해 전자 임상 정보 시스템(eCIS) 내에 내장된 AI/ML 증강 급성 투석 대시보드(즉, SMART DIALYSIS 디지털 대시보드)를 개발하기 위해 노력할 것입니다.

3단계에서는 임상 실습에서 이러한 ML/AI 알고리즘의 성능과 수용성을 구현하고 평가하는 데 중점을 둘 것입니다.

마지막으로, 4단계에서는 앨버타주에서 도출된 결과를 바탕으로 다른 대규모 의료 당국에서 이를 구현하고 벤치마킹하여 알고리즘이 적절하고 윤리적으로 개발되고 검증되었는지 확인할 것입니다. 여기에는 캐나다, 미국, 유럽, 호주 및 뉴질랜드 전역의 파트너가 포함됩니다.