혼수상태 환자 이름 반응 기반 예후 예측 모델 개발

주장혼수상태에 빠진 중환자실 환자의 예후를 예측하는 일은 의료진의 의사결정에 핵심적인 요소이나 여전히 난제로 남아 있습니다. 연구진은 뇌 손상 환자가 익숙한 이름을 처리하는 잠재적 인지 능력을 측정해 회복 가능성을 확인하고자 했습니다.

팩트연구진은 급성 뇌 손상을 입은 환자 89명을 5개의 중환자실에서 모집했습니다. 이들에게 익숙한 이름과 의미 없는 소리를 들려주며 뇌파를 측정하는 주파수 태깅 방식을 적용했습니다.

팩트환자의 예후는 사고 발생 1개월, 3개월, 6개월 시점에 글래스고 예후 척도 확장판을 활용해 평가했습니다. 이름에 반응하는 뇌파 데이터는 실제 환자의 예후 점수와 긍정적인 상관관계를 보였습니다.

팩트뇌파 반응과 임상적 특성을 통합한 머신러닝 모델은 테스트 세트에서 0.86에서 0.88 사이의 곡선 아래 면적 값을 기록했습니다. 외부 검증 세트에서는 0.85에서 0.91 사이의 높은 예측 정확도를 달성했습니다.

주장이러한 머신러닝 모델의 높은 예측력은 혼수상태 환자의 잔여 인지 처리 능력을 평가하는 것이 장기적인 회복 결과를 예측하는 중요한 지표임을 입증합니다. 이는 앞으로 중환자실에서의 맞춤형 치료 전략 수립에 기여합니다.

교차검증뇌파를 이용한 잠재적 인지 기능 평가는 환자의 예후를 예측하는 유용한 도구가 될 수 있습니다. 다만 모든 혼수상태 환자에게 동일한 결과를 적용하기 위해서는 추가적인 대규모 임상 연구가 필요합니다.

팩트본 연구는 중국 뇌 프로젝트와 국가자연과학기금 등 여러 기관의 재정적 지원을 받아 수행되었습니다. 연구에는 저장대학교 의과대학 부속 제1병원과 옥스퍼드 대학교 등 다수의 국제 연구 기관이 참여했습니다.

교차검증연구진은 이해관계 충돌이 없음을 명시했으며 모든 데이터는 투명한 동료 평가 과정을 거쳤습니다. 그러나 뇌파 측정 환경과 환자의 개별적 뇌 손상 정도에 따른 변수는 결과 해석 시 고려해야 합니다.

팩트연구 결과는 2026년 6월 4일 네이처 커뮤니케이션즈에 게재되었습니다. 해당 논문은 오픈 액세스 라이선스를 통해 배포되어 누구나 연구 내용을 확인할 수 있습니다.

주장이번 연구는 혼수상태 환자의 인지 능력을 객관적으로 측정할 수 있는 새로운 길을 열었습니다. 이는 의료진이 환자의 회복 가능성을 보다 정확하게 판단하도록 돕는 근거가 됩니다.

주장인지 기능 평가를 통한 예후 예측은 중환자실 치료의 질을 높이는 데 중요한 역할을 합니다. 향후 임상 현장에서의 활용도가 높아질 것으로 기대합니다.

출처https://www.nature.com/articles/s41467-026-73878-4를 통해 Wu, M. et al. (2026)의 논문을 교차 검증했습니다.