brunch

You can make anything
by writing

C.S.Lewis

by gaze 헬스케어 May 19. 2020

란셋 디지털 헬스 2020 5월호 코멘트 요약 (1)

The Lancet Digital Health May 2020 요약


란셋 디지털 헬스 학회지 (Lancet Digital Health)는 2019년 5월 출범한 디지털 의료 관련 학술지입니다. 해당 학술지의 5월호에 실린 논문...은 아니고 코멘트들 중 3개를 간단히 요약해봤습니다. 총 6개의 코멘트들이 있습니다.

https://www.thelancet.com/journals/landig/issue/vol2no5/PIIS2589-7500(20)X0005-7




1. 대규모 인원 대상 선별검사를 정신과에서?

https://www.thelancet.com/journals/landig/article/PIIS2589-7500(20)30066-2/fulltext


DETECT (The Dynamic ElecTronic hEalth reCord deTection)는 전자의무기록을 바탕으로 정신질환을 앓을 사람을 예측하는 알고리즘입니다. 외부 데이터를 대상으로 한 실험에서 AUROC는 0.799가 나왔습니다. (사실 선별검사임을 고려해도 높은 수치는 아닌 것 같습니다)


병원을 따로 들러서 검사받지 않는 이상 정신질환이 있을지 없을지를 예측하기란 매우 어려운 일입니다. 이런 의미에서 DETECT의 목적과 의의는 전자의무기록이 있는 사람들에 한해서는 정신질환을 미리 예측하고 발현을 방지할 수 있는 수단을 제공하는데 있다고 하겠습니다.


기존에 없던 정신질환을 앓을 가능성이 있는 사람을 CHR-P라 하는데, 기존에는 이런 분류를 정신과에 가서 해야 했습니다. 이 경우 당연히 본인이 어떠한 증상을 자각하는 경우가 대부분입니다. 당연히 CHR-P를 이용한 접근법은 정신과에 찾아오는 사람들이 아니라 일반인을 대상으로 했을 시 양성예측도가 5.74%로 매우 낮습니다. 또한 위 연구에서 언급한 0.799라는 AUROC는 결코 높다고 할 수 없습니다.


간단히 생각해서 대규모 전자의무기록을 대상으로 DETECT 알고리즘을 돌려 CHR-P로 분류할 수 있는 사람들을 찾아낸다고 하여도 정확도가 상당히 떨어진다는 이야기입니다. 정확히 찾아낸다 해도 CHR-P 로 분류된 환자들 중 정신질환을 일시적으로 겪는 비율은 20%이며 이 중 정신질환이 재발하는 경우는 절반 정도입니다.


그리고 윤리적인 문제도 있습니다. "당신은 정신질환을 겪을 위험성이 있습니다."라는 말을 통보받는 건 어떤 기분일까요? 스스로 무언가 이상하다 느끼거나 하여 정신과를 방문해 CHR-P 판정을 받는 사람과는 시나리오가 조금 다르죠. 개인에게 심정적으로 큰 영향을 끼칠 문제가 있지 않을까요?


이렇듯 여러 한계점이 있지만 DETECT는 대규모 인원을 대상으로 정신과적 질환을 선별할 수 있는 방법을 시도했다는 점에서 의의가 있어 보입니다. 앞으로 어떠한 발전이 있을지 더 기대가 되네요.



2. 당뇨병성 망막병증 선별검사에서 AI의 비용 대비 효용 (Cost-effectiveness)

https://www.thelancet.com/journals/landig/article/PIIS2589-7500(20)30076-5/fulltext


싱가포르 연구입니다. 대규모 인구 대상 당뇨병성 망막병증 선별검사의 비용 대비 효율성을 비교하였습니다.

비교 대상은 총 셋입니다.   


사람이 실행하는 선별검사

사람이 딥러닝 알고리즘을 이용하는 형태의 선별검사

완전히 자동화된 선별검사


결과적으로 두 번째 - 사람과 딥러닝이 함께 쓰인 경우 - 상황에서 제일 비용 대비 효용이 높았습니다.

다만 이 결과는 세 방법의 정확도가 모두 같다는 걸 전제합니다. 이는 이 연구의 근본적인 한계점으로서 어쩌면 사람이 실행한 선별검사가 더 정확할 수도, 완전히 자동화된 선별검사가 더 정확할 수도 있다는 사실을 간편한 비교를 위해 고의적으로 고려하지 않은 결과입니다. 있기

또 위 결과에서는 사람과 딥러닝을 병행한 경우 가격 대비 효용이 제일 높았지만, 이는 사회에서 노동력에 얼마의 가치를 매기느냐에 따라 달라질 수 있습니다. 예를 들어 노동의 가치를 낮게 치는 나라에서는 기계를 도입하느니 사람을 시키는 편이 더 저렴할 수 있다는 이야기입니다.



3. 기술이 설사 관리를 도울 수 있을까?

https://www.thelancet.com/journals/landig/article/PIIS2589-7500(20)30081-9/fulltext


설사성 질환은 전 세계적으로 소아 사망의 주원인입니다. 설사와 이로 인한 탈수, 그로 인한 죽음을 방지하기 위해 어떤 경우 경구 수분 섭취가 필요한지 가이드라인 역시 나와있지만, 위 연구에 의하면 이 기준이 지켜지는 비율은 전 세계적으로 40% 정도라 합니다.


Ashraful Khan이 주도한 위 연구는 이런 문제를 해결하고자 했습니다. 언제 수분 공급이 필요한지는 앞서 말했듯 기준이 있습니다.   


환자가 수분 공급이 필요한지 편리하게 계산할 수 있는 계산기 (주머니에 들어가는 사이즈)

수분 공급 필요 여부를 계산할 수 있는 시트지 (주머니에 들어가는 카드 정도의 사이즈)


위 연구에서는 방글라데시의 10개 병원의 응급실 의사들에게 한쪽은 계산기, 다른 쪽은 시트지를 지급하고 급성 설사로 내원한 2487명의 성인과 2488명의 소아를 대상으로 어떤 치료 결과가 나왔는지를 비교했습니다.

결과적으로 두 방법을 비교했을 때 의사들이 수액치료를 결정하는 빈도에는 큰 변화가 없었습니다. 다만 심한 탈수를 겪는 소아들에게 지급된 수액의 양을 비교하면 계산기를 사용한 쪽에서 더 높았고 불필요한 항생제 사용 역시 줄었다 합니다.


해당 연구에서는 이 결과가 저개발국이나 중견국에서 의료 질을 향상하는데 도움이 될 수 있다고 말합니다. 분명 이런 계산기를 사용함으로써 해당 국가의 의사들이 소아나 성인의 설사, 그리고 탈수를 교정하는데 더 신경 쓰게 된다면 이건 물론 좋은 일입니다.


하지만 이 연구는 방글라데시의 10개 병원에서만 이루어졌고, 연구에 참여한 의료진의 수 역시 그리 많지 않습니다. 또 개인적으로는 대조군을 시트지를 지닌 의사가 아니라 그냥 평소처럼 진료하는 의사로 두어야 계산기의 유용성을 더 잘 증명할 수 있지 않은가 싶습니다. 저런 시트지를 평소에 들고 다니지는 않지 않나요?




총 6개의 코멘트가 있는데, 나머지 3개는 내일 여유가 되면 요약해보겠습니다.

매거진의 이전글 5월 3째주 디지털 헬스케어 소식 
브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari