인하대학교 의학과 황선덕 교수 연구팀이 인공지능과 기계 학습을 기반으로 한 급성 신부전 발생 예측 장치 및 그 방법을 개발하였습니다. 해당 기술은 출원번호 10-2021-0028872로 특허 출원되었으며, 급성 신부전증을 조기에 진단하여 여러 합병증을 예방하고 생명을 구할 수 있는 혁신적인 기술로 평가받고 있습니다.

급성 신부전증은 신장의 갑작스러운 기능 상실로 발생하며, 방치 시 만성 신부전으로 진행될 위험이 높습니다. 황선덕 교수 연구팀이 개발한 이 기술은 정적 변수와 동적 변수를 활용하여 환자의 급성 신부전 발생 위험도를 예측합니다. 덴스 레이어는 정적 변수의 학습에, LSTM 레이어는 동적 변수의 학습에 사용되며, 이를 통해 정밀한 예측이 가능하다고 합니다.

이 장치는 환자의 개인 정보를 바탕으로 급성 신부전증 발생 확률을 분석하며, 위험도에 따라 적절한 치료를 취할 수 있도록 지원합니다. 이러한 조기 진단 기술은 환자의 치료 시기를 앞당겨 만성 신부전증으로의 진행을 방지하고, 사망 위험률 감소 및 치료비용 절감에 기여할 것으로 기대됩니다.

본 발명은 의료 분야에서 인공지능 기술의 발전을 보여주는 사례로, 신속하고 정확한 진단을 통해 환자의 삶의 질을 향상시킬 뿐만 아니라 의료 시스템 내에서의 경제적 절감 효과도 가져올 것으로 전망됩니다.