혈액투석 혈관접근(AVF) 폐색 예측 및 수술 후 혈전 발생 조절 연구

Predicting Arteriovenous Fistula (AVF) Occlusion and Controlling Postoperative Thrombosis in Hemodialysis Access

연구 내용

혈액투석 환자의 AVF 폐색을 예측하는 기계학습 모델을 구축하고, 혈관확장 관련 수술 요인이 혈전 발생에 미치는 영향을 평가하는 연구

혈액투석 환자의 AVF 폐색은 치료 중단과 재시술로 이어질 수 있어 조기 위험 예측과 원인 요인 규명이 필요합니다. 연구실은 수술 전후 혈관 변화와 혈전 발생 양상을 후향적으로 분석하고, 임상·검사 변수 기반으로 LightGBM 등 기계학습 모델을 학습하여 폐색 위험을 정량화합니다. 또한 SHAP 분석을 통해 염증 및 혈액학적 상태가 예측에 기여하는 기전을 해석 가능하게 제시합니다. 마취 관련 혈관확장 효과가 수술 후 혈전 발생에 미치는 연관성도 함께 평가합니다.

관련 프로젝트

0건

연구 흐름

초기에는 상완 신경총 차단에 의해 유도되는 혈관확장 변화가 AVF 접근부 수술 후 혈전 발생에 미치는 영향을 후향적으로 평가하는 연구를 수행했습니다. 이후 데이터 기반 예측으로 확장하여 2015~2025 기간의 대규모 진료기록을 활용해 AVF 폐색 예측 모델을 개발하고, 교차검증과 보정 평가를 통해 성능을 검증했습니다. 최근에는 설명가능 AI 분석을 결합해 염증 및 혈액학적 지표의 중요도를 해석하고, 정밀 혈관접근 관리로의 적용 가능성을 높이는 흐름을 보입니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

혈관접근 조기 위험 선별
설명가능 AI 기반 임상 의사결정
염증·혈액지표 기반 예후관리
수술 전후 혈전 리스크 평가
정밀 모니터링 프로토콜 구축
재시술·중재 타이밍 최적화
마취·처치 요인 영향 평가
표준화 예측 점수 관리
원격 추적 기반 위험 감시
정밀 혈관접근 유지관리 모델화