의료 인공지능(AI) 기업 에이아이트릭스의 응급실 멀티 모달 딥러닝 모델 연구 논문이 네이처(Nature) 자매지 '사이언티픽 리포트(Scientific Reports)'에 게재됐다.
해당 연구의 제목은 ‘응급실에서의 임상 악화 실시간 예측을 위한 새로운 딥러닝 알고리즘: 멀티 모달 임상 지원 시스템(A novel deep learning algorithm for real-time prediction of clinical deterioration in the emergency department for a multimodal clinical decision support system)’이다.
지난 MLHC 2023에서 채택된 논문의 후속 연구로, 선행 연구에서 개발한 멀티 모달 데이터 처리 기술을 실제 응급실 데이터에 적용해 응급실 내 AI 기반 임상의사결정지원시스템(CDSS) 모델을 개발하기 위해 진행됐다.
연구팀은 김지훈·최아롬·최소연 연세의료원 디지털헬스케어혁신연구소 교수와 함께 세브란스병원 응급실에 내원한 환자 데이터 237,059건을 기반으로 후향적 연구를 수행했다. 전자의료기록(EHR)에서 수집한 활력징후, 혈액검사 결과, 영상 데이터 등을 활용해 응급실에서 발생할 수 있는 병원 내 심정지, 승압제 사용, 전문 기도 관리, 중환자실 입원 등 급성 악화 이벤트를 예측하는 성능을 평가했다.
연구 결과, 에이아이트릭스가 개발한 응급실 내 중증 악화 예측 모델은 높은 예측 정확도를 보였다(응급 상황 4가지 모두 AUROC 0.85이상). 또한, 사물인터넷(IoT) 기기로부터 수집된 연속적인 데이터를 활용하면 정확도가 더 향상됐다.
한상철 에이아이트릭스 연구원은 “이번에 개발한 딥러닝 모델은 의료 멀티 모달 데이터를 사용하여 성능 향상을 이루었으며 범용적인 의사결정 지원 시스템으로의 발전 가능성을 확인했다”며 “향후 연구에서 데이터셋 확장과 다중 기관에서의 성능 검증을 통해 응급실에서 사용 가능한 임상 의사결정 지원 시스템 내에서 예측 알고리즘을 최적화할 예정”이라고 말했다.
김지훈 세브란스병원 응급의학과 교수는 “응급실에서는 중증 악화 예측에 필요한 정보를 수집하는 데 시간이 오래 걸리기 때문에 의료진은 제한된 정보로 빠르고 정확한 결정을 내려야 한다”며 “이번 연구를 통해 개발된 예측 모델은 환자 상태 변화에 실시간으로 대응할 수 있어 의료진의 의사결정에 큰 도움을 줄 것으로 기대된다”라고 말했다.
