소아신장 AI 연구센터

본 센터는 임상 및 검사 정보에 딥러닝을 활용하여 소아 신증후군 환자들의 초기 약제 반응성을 예측할 수 있는 모델을 개발하여, 이에 따른 치료의사 결정 시스템을 개발하는 것을 목표로 다음과 같은 연구를 수행하고자 한다.

• 약제 반응성의 예측 모델 개발

  소아 신증후군 환자의 병원 내원 시점, 즉 초진 당시의 임상 및 검사실 자료와 1주일 이내의 초기 약제반응을 통하여 ① 스테로이드 저항성 신증후군을 결정하는 시기인 치료 4주 후의 관해여부 및 ② 장기 부작용을 예측하는 중요한 지표인 단백뇨의 지속 정도 및, 스테로이드 저항성 신증후군으로 진행된 경우 ③ 어떤 면역억제제에 반응할 것인지 예측할 수 있는 모델을 개발하여 모델의 내부 및 외부검증을 수행한다.

• 예측 모델을 이용한 정밀의료 시행

  모델링을 통해 예측된 시스템을 적용하여 ① 스테로이드 용량을 조절하거나, ② 조기에 스테로이드제제를 중단하고 기타 면역억제제를 처방하거나, ③ 예측 시스템의 결과를 바탕으로 면역억제제를 선택하여 ④ 그 용량을 조절하였을 때, 약제 유발 급성신손상과 같은 부작용 및 장기 결과변수인 만성콩팥병 발생률 등을 분석하여 예측 시스템을 사용하기 이전 결과와 비교한다.

• 본 연구로 도출된 예측모델을 실제 임상 진료 현장에서 사용함으로써 스테로이드 처방을 줄이고 적절한 면역억제제를 선택하여 사용한다면 합병증 및 불필요한 신독성을 포함한 면역억제제 유발 부작용의 발생을 저하시킴으로 추가적인 의료비용 및 사회경제적 경제부담을 경감시킬 수 있을 것으로 기대한다.