전북대학교 조재혁 교수 연구팀이 만성폐쇄성폐질환(COPD) 급성악화를 사전에 예측하는 딥러닝 기반 시계열 모델을 개발해 국제학회에서 우수논문상을 수상했다.

연구팀은 인도네시아 BINUS University에서 열린 ‘2026 ICOBAR-SMART Joint Conference’에서 관련 논문을 발표해 성과를 인정받았다.

이번 연구는 기존 머신러닝 모델이 장기 시계열 의존성 파악과 클래스 불균형 문제에서 한계를 보인 점을 개선한 것이 특징이다. 연구팀은 미국 MIT가 구축한 중환자실 임상 데이터베이스 MIMIC-IV를 활용해 COPD 환자 데이터를 분석했다.

심박수와 혈압, 산소포화도 등 8개 활력징후를 기반으로 트랜스포머 구조의 시계열 예측 모델을 설계하고, 연속 데이터를 구간별로 나누는 패칭 기법과 균형 랜덤 언더샘플링을 적용해 데이터 불균형 문제를 보완했다.

실험 결과 해당 모델은 급성악화 발생 1시간 전 예측에서 AUROC 0.7502, 재현율 86.27%를 기록했다. 이는 실제 악화 사례의 약 86%를 사전에 탐지할 수 있는 수준이다.

연구팀은 이 모델이 기관지확장제 투여나 항생제 처방, 산소치료 조정 등 선제적 의료 개입을 지원하는 임상 의사결정 시스템으로 활용될 수 있다고 설명했다.

조재혁 교수는 “중환자실 COPD 환자의 급성악화를 사전에 예측해 조기 대응이 가능한 기반을 마련했다”며 “향후 다기관 검증과 장기 예측 모델로 확장해 의료 현장 적용성을 높이겠다”고 밝혔다.

한편 이번 연구는 BK21 Four 사업 지원을 받아 수행됐다.