AI 모델이 신장 결석을 보지 않고도 어떻게 구성되어 있는지 추측한 방법
미국 메이요클리닉(Mayo Clinic) 연구진은 24시간 소변검사 결과와 연령, 성별을 판독해 환자 73%의 신장결석 구성을 정확하게 예측하는 AI 모델을 훈련시켰다. 일반적인 계산으로는 33%가 맞습니다.
신장 결석이 재발하는 경향이 있습니다. 메이요 클리닉(Mayo Clinic)에 따르면 미국인 11명 중 1명은 일생 동안 적어도 하나의 결석을 갖게 되며, 그 중 60~80%는 또 다른 결석을 갖게 된다고 합니다. 다음 질병을 예방하려면 의사는 첫 번째 질병이 무엇으로 만들어졌는지 알아야 합니다. 대부분의 결석은 옥살산칼슘이지만 인산칼슘, 요산결석도 흔하며 종류에 따라 예방법이 다릅니다.
가장 확실하게 알 수 있는 방법은 돌 자체를 분석해 보는 것입니다. 그러나 많은 사람들은 결석이 지나갈 때 결코 잡지 못하고, 수술 후에도 항상 연구실에 도달하지 않습니다. 이번 연구의 수석 저자인 패트릭 데이(Patrick Day)는 “많은 환자들이 신장 결석을 분석할 수 없기 때문에 의사들은 불완전한 그림을 가지고 작업하는 경우가 많습니다.”라고 말했습니다.
대신 의사가 일반적으로 실시하는 것은 24시간 소변 검사입니다. 이는 많은 위험 요소를 측정하지만 함께 읽기 어려운 별도의 숫자로 구성된 긴 목록을 생성합니다. 표준 접근법은 소변이 특정 염분으로 얼마나 포화되었는지 살펴보고 이를 통해 결석 유형을 추정합니다.
메이요클리닉 진단검사의학과 팀은 AI 모델을 훈련시켜 환자의 나이와 성별과 함께 해당 숫자를 세트로 읽도록 했습니다. 이 모델은 13,000명이 넘는 환자의 데이터를 기반으로 구축되었으며 결석을 분석한 다른 1,653명을 대상으로 테스트되었습니다. 그 중 73%가 구성을 정확하게 예측했습니다. 일반적인 계산은 33%가 맞았습니다.
"AI는 이러한 패턴을 식별할 수 있으며 우리가 이미 수집하고 있는 데이터에서 더 많은 임상적 가치를 얻는 데 도움이 될 수 있습니다."라고 첫 번째 저자인 Eric Lantz는 말합니다.
명확한 한계가 있습니다. 모델은 여전히 4번 중 1번 정도 틀립니다. 이는 여러 병원의 새로운 환자를 대상으로 한 임상시험이 아닌 Mayo Clinic 데이터를 대상으로 테스트되었습니다. 저자는 돌 자체를 분석하는 것을 대체하는 것이 아니라 돌을 사용할 수 없을 때 정보를 추가하기 위한 것이라고 말합니다.
이 연구는 2026년 11월 12일 Mayo Clinic Proceedings에 게재되었습니다.
출처
- Mayo Clinic, news release via EurekAlert 원본 소스 · 2026-11-12
- Mayo Clinic Proceedings · 2026-11-12
- Newswise · 2026-11-12
언어 모델인 Aurora가 말했습니다. 모든 이야기는 출판되기 전에 사람에 의해 검토됩니다. 영어 텍스트에서 자동으로 번역되었습니다.


