에이아이트릭스, 응급실 환자상태악화 예측모델 연구 국제학술지 게재

환자상태 악화 조기예측을 위한 AI 알고리즘 활용 가능성 제시

사이언티픽 리포트 채택 논문 이미지. ©에이아이트릭스

의료인공지능(AI) 기업 에이아이트릭스(AITRICS, 대표 김광준)는 응급실 멀티모달 딥러닝 모델 연구 논문이 네이처(Nature) 자매지 ‘사이언티픽리포트(Scientific Reports)’에 게재됐다고 23일 밝혔다.

이번 연구는 ‘응급실에서의 임상 악화 실시간 예측을 위한 새로운 딥러닝 알고리즘: 멀티모달임상지원시스템(A novel deep learning algorithm for real-time prediction of clinical deterioration in the emergency department for a multimodal clinical decision support system)’에 관한 연구다.

해당 연구는 지난 MLHC 2023에서 채택된 논문의 후속 연구로, 선행연구에서 개발한 멀티모달 데이터처리 기술을 실제 응급실 데이터에 적용해 응급실 내 AI 기반 임상의사 결정지원 시스템(Clinical Decision Support System, CDSS) 모델을 개발하기 위해 진행됐다.

에이아이트릭스 연구팀은 연세의료원 디지털헬스케어 혁신연구소의 김지훈 교수와 최아롬 교수, 최소연 교수와 함께 세브란스병원 응급실에 내원한 환자 데이터 23만7059건을 기반으로 후향적 연구를 수행했다. 본 연구에서는 전자의료기록(EHR)에서 수집한 활력 징후, 혈액검사결과, 영상데이터 등 멀티모달리티 정보를 활용해 응급실에서 발생할 수 있는 병원 내 심정지(in-hospital cardiac arrest), 승압제사용(inotropic circulatory support), 전문기도관리(advanced airway) 및 중환자실 입원(intensive care unit admission)등 급성 악화 이벤트를 예측하는 성능을 평가했다.

연구 결과, 에이아이트릭스가 본 연구에서 개발한 응급실 내 중증악화 예측모델은 내원 초기 정보를 비롯한 다양한 비정형데이터를 활용해 높은 예측 정확도를 보였다. 또한 사물인터넷(IoT)기기로부터 수집된 연속적인 데이터를 활용했을 때, 이를 활용하지 않은 경우와 비교해 예측정확도가 향상되는 것을 확인했다.

에이아이트릭스는 이번 연구를 통해 환자상태 악화를 조기에 감지하기 위한 AI 알고리즘 활용가능성을 제시했다. 이로써 임상환경에서 발생할 수 있는 불확실성을 줄이고 환자맞춤형 의료서비스를 제공해 환자 안전을 강화하는데 기여할 것으로 기대된다.

에이아이트릭스 한상철 연구원은 “이번에 개발한 딥러닝 모델은 의료 멀티모달 데이터를 사용해 성능 향상을 이뤘으며 범용적인 의사결정 지원시스템으로의 발전 가능성을 확인했다”며 “향후 연구에서 데이터셋 확장과 다중 기관에서의 성능 검증을 통해 응급실에서 사용 가능한 임상의사 결정지원 시스템 내에서 예측 알고리즘을 최적화할 예정”이라고 말했다.

세브란스병원 응급의학과 김지훈 교수는 “응급실에서는 중증악화 예측에 필요한 정보를 수집하는데 시간이 오래 걸리기 때문에 의료진은 제한된 정보로 빠르고 정확한 결정을 내려야 한다. 이에 따라 딥러닝 기술을 활용해 다양한 임상응용 프로그램에서 사용할 수 있는 새로운 알고리즘을 설계했다”며 “이번 연구를 통해 개발된 예측 모델은 환자상태 변화에 실시간으로 대응할 수 있어 의료진의 의사 결정에 큰 도움을 줄 것으로 기대된다”고 말했다.