로고

로고

Research

연구 정보

Research Project (승인과제목록)

KNN 연구 요약서

Title 극소 미숙아에서 완전 장관영양 도달 시점 예측을 위한 인공지능 기반 모델 개발: 한국신생아네트워크 전국 코호트 연구
Author 김현호
작성자 김현호
Background 극소미숙아(extremely preterm infant, 재태주수 28주 미만)에서 장관영양(enteral feeding)의 조기 확립은 장관 성숙, 감염 예방, 신경발달 예후 개선과 밀접하게 연관되어 있다. 완전 장관영양(full enteral feeding, FEF; 100 ml/kg/day 이상)의 조기 달성은 정맥 영양(TPN) 기간 단축, 패혈증 위험 감소, 성장 향상을 통해 단기 및 장기 예후에 긍정적인 영향을 미치는 것으로 알려져 있다(Salas AA et al., JAMA 2025; Yang WC et al., Pediatrics 2022). 이러한 근거를 바탕으로 최근 국내외 주요 신생아 학회 및 임상 지침에서는 극소 미숙아에서 가능한 한 조기에 장관영양을 시작하고 빠르게 진행할 것을 권고하고 있다. 특히 모유 수유 우선, 최소 장관영양(minimal enteral nutrition)의 조기 도입, 장관영양 진행 속도의 적극화 등이 강조되고 있으며(Embleton ND et al., ESPGHAN Position Paper, JPGN 2023), 관련 질 향상(QI) 프로젝트들도 활발히 시행되고 있다. 그러나 이러한 권고들은 주로 집단 수준(population-level)의 코호트 연구나 무작위 대조 시험에 기반하고 있어, 개별 환아 수준에서 언제, 어떤 환아에게 보다 적극적인 장관영양 진행이 가능한지를 판단할 수 있는 근거는 부족한 실정이다. 실제 임상에서 신생아 전문의는 동일한 재태주수의 환아라 하더라도 호흡기 상태, 혈역학적 안정성, 합병증 발생 여부 등 개별 임상 조건에 따라 장관영양 진행 속도를 조절하는 경험적 판단에 의존하고 있다. TPN에서 FEF로의 전환기(transition phase)는 장관영양 시작 시점 결정, 진행 속도, 강화 시작 시점 등에서 임상적으로 큰 변동성을 보이는 복잡한 구간으로 (Frontiers Pediatr 2025), 장관영양을 더 빠르게 진행하라는 권고는 명확하지만, 어떤 환아가 빠른 진행이 가능한지, 혹은 지연될 가능성이 높은지를 미리 예측할 수 있는 임상 도구나 예측 인자에 대한 체계적인 연구는 현재까지 거의 이루어지지 않았다. 기존 연구들은 낮은 GA, SGA, PDA, 모체 고혈압, 분유 수유 등이 FEF 달성 지연과 연관됨을 전통적 통계 방법으로 보고하였으나 (Brunetta DM et al., PLOS ONE 2014; Getahun et al., J Nutr Metab 2024), 이들은 대부분 FEF 달성 시점 자체를 예측 대상(outcome)으로 삼기보다는 예측 변수(predictor)로 사용하였다. FEF 달성 시점을 outcome으로 설정한 개별화 예측 모델 연구는 아직까지는 국내외에 없는 상황이다. 최근 의료 분야에서는 인공지능(AI) 기술의 발전과 함께 대규모 임상 데이터를 활용한 예측 모델 개발이 활발히 이루어지고 있다. AI는 전통적인 통계 기법으로 포착하기 어려운 변수 간의 복잡한 비선형 상호작용을 학습할 수 있으며, 의사결정 트리, 앙상블 기반 기계학습 모델(Random Forest, XGBoost 등)부터 심층 신경망(deep learning) 및 시계열 예측 모델에 이르기까지 다양하다. 신생아 집중치료 분야에서 AI는 사망, BPD, IVH, 패혈증 등 주요 합병증 예측에 활발히 활용되고 있으며 (Keles & Bagci, npj Digital Medicine 2023), 영양 분야에서도 AI 기반 TPN 최적화 모델(TPN2.0)이 발표되는 등 적용 영역이 확장되고 있다 (Aghaeepour N et al., Nat Med 2025). 그러나 FEF 달성 시점을 예측 대상으로 한 AI 모델은 개발된 바 없으며, 이는 개별 환아 수준의 맞춤형 장관영양 전략 수립에 있어 중요한 공백으로 남아 있다. 본 연구는 KNN 전국 코호트를 기반으로 극소 미숙아에서 FEF 달성 시점을 예측하는 최초의 AI 기반 예측 모델을 개발함으로써, 집단적 권고를 개별 환아 수준의 임상 의사결정으로 구체화하는 근거를 제공하고자 한다.
Aim / Hypothesis 1. KNN 등록 극소 미숙아(GA < 28주)를 대상으로, 출생 시점 및 생후 7일, 14일 시점에서의 임상 변수를 이용하여 FEF 달성 시점을 예측하는 landmark AI 예측 모델을 개발하고 내부 검증한다. 2. SHAP(SHapley Additive exPlanations) 분석을 통해 시점별 주요 예측 인자를 규명하고 임상적 의미를 해석한다.
Inclusion Criteria 1. 2013년 1월 1일 ~ 2023년 12월 31일 KNN 참여 기관에서 출생 또는 입원한 미숙아 2. 재태주수(GA) 28주 미만 (extremely preterm infant)
Exclusion Criteria 1. 심각한 선천성 기형(severe congenital anomaly) 2. 장관영양 달성 날짜 결측 3. 생후 7일 이내 사망 4. 생후 7일 이내 NEC (Bell stage II 이상) 또는 특발성 장천공으로 진단 받은 경우
Study Design Statistical methods [연구 설계] 후향적 전국 다기관 코호트 연구 (KNN 등록 데이터 활용) [Outcome 정의] - Primary: FEF 달성까지의 기간 (장관영양 달성 날짜 - 출생일, days) - Secondary 1: 생후 14일 이내 FEF 달성 여부 (binary) - Secondary 2: 생후 21일 이내 FEF 달성 여부 (binary) - Secondary 3: NEC/사망을 경쟁 위험으로 한 FEF 미달성 (competing risk) [Predictor 변수 (KNN 입력항목 기반)] - T0 (출생 시): GA, BW, sex, SGA, 다태아, 산모 DM/HTN, chorioamnionitis, PROM 기간, ACS 완료/약제, 분만방식, Apgar 1분/5분, 소생술 단계(O2/CPAP/PPV/삽관/CPR/Epi), 입원 체온, base excess - T7 (생후 7일): RDS, surfactant 횟수/방법(INSURE/LISA/MIST), invasive MV 기간, IVH grade, PDA, 저혈압/치료 약제, 패혈증 발생 여부 - T14 (생후 14일): 위 변수 + NEC, BPD (28일 산소치료), TPN 기간 [Landmark 모델 구조] - 모델 1 (T0): 출생 시 변수만 사용 - 모델 2 (T7): 출생 시 + 생후 7일 이내 변수 (T7까지 FEF 미달성 생존 환아) - 모델 3 (T14): 출생 시 + 생후 14일 이내 변수 (T14까지 FEF 미달성 생존 환아) [AI 알고리즘] - Logistic Regression (baseline), Random Forest, XGBoost, LightGBM - (경쟁 위험 분석 시) Random Survival Forest [검증 전략] - Train/Test split: 80:20, 내부 검증: 5-fold cross-validation - 성능 지표: AUROC, AUPRC, sensitivity, specificity, Brier score, calibration curve [해석 가능성 분석] - SHAP summary plot: 시점별 주요 예측 인자 상위 10개 시각화 - SHAP dependency plot: 주요 인자의 비선형 효과 탐색
Primary Outcomes 극소 미숙아(GA < 28주)에서 AI 기반 FEF 달성 시점 예측 모델의 성능 (AUROC) - 출생 시(T0), 생후 7일(T7), 생후 14일(T14) 시점별 landmark 모델 각각의 AUROC
Secondary Outcomes and Definitions 1. 생후 14일/21일 이내 FEF 달성 예측 모델 성능 2. 시점별(T0/T7/T14) 모델 성능 비교 3. SHAP 기반 시점별 주요 예측 인자 규명 4. NEC/사망을 경쟁 위험으로 처리한 FEF 미달성 예측 모델 성능 5. 퇴원 후 환자의 신경발달과 예측 모델 결과와 연관성 확인 [용어 정의] - FEF: 장관영양이 100 ml/kg/day 이상에 도달한 시점 - Extremely preterm infant: 재태주수 28주 미만 - Landmark model: 특정 시점(T0, T7, T14)에서 FEF 미달성 생존 환아를 대상으로 이후 FEF 달성을 예측하는 시점별 독립 모델
Protocols 후향적 코호트 연구
Funding 없음

질병관리청 바로가기

대한신생아학회 바로가기

국립보건연구원 바로가기

Korean Neonatal Network TEL : 070-8095-2023   FAX : 02-3410-3540   
E-mail : knn@knn.or.kr

COPYRIGHT © 2022 KNN. ALL RIGHTS RESERVED.