응급실에서 소아 응급환자의 상태와 치료 우선순위 결정을 돕는 인공지능(AI) 모델이 등장했다.
가톨릭대학교 서울성모병원은 소아전문응급의료센터장인 배우리 응급의학과 교수(공동교신저자) 연구팀이 소아 응급환자를 조기에 예측하는 AI 모델을 개발하고 성능을 입증했다고 29일 밝혔다.
이번 연구는 국제학술지 사이언티픽 리포트(Scientific Reports)에 최근 실렸다. 연구에는 이창희 고려대학교 인공지능학과 교수(공동교신저자), 최아름 서울아산병원 연구원(공동1저자), 의료인공지능 기업 뷰노 김초희 연구원(공동1저자) 등이 공동으로 참여했다.
연구팀은 사람이 일상적으로 쓰는 말을 컴퓨터가 분석해 의미를 파악하는 자연어 처리 기술을 활용해 의료진이 전자의무기록에 기록한 증상과 진료 내용을 분석했다. 각종 검사 결과가 나오기 전 의료진이 기록한 임상 기록에 환자 상태를 판단할 수 있는 중요한 정보가 담겨 있다는 점에 주목했다.
우선 2012년부터 2021년까지 국내 한 상급종합병원 소아 응급실을 방문한 18세 미만 소아 환자 8만7759명의 전자의무기록 데이터를 활용해 응급과 비응급 환아로 분류했다. 응급 환아는 혈액 검사, 소변 검사, 정맥 수액 치료, 흡입 치료, 응급 약물 투여, 입원 중 하나라도 시행된 경우로, 비응급 환아는 검사나 치료 없이 경구약 처방 후 귀가한 경우로 나눴다. 이후 의학지식을 학습시켜 만든 한국어 의료 자연어 처리모델(KM-BERT)을 활용해 딥러닝 기반 예측 모델을 개발했다. 의료진의 의무기록 내용을 마스크 언어 모델(MLM)의 사전 학습 기법을 적용해 사전 학습했다.
그 결과 딥러닝 기반 자연어 처리 모델(KM-BERT with MLM)은 진단의 정확도를 확인하는 통계(AUROC) 성능 84%, 진단의 정밀도를 확인하는 통계(AUPRC) 성능 88%를 기록했다.
배 교수는 “이번 연구 결과 인공지능 모델은 의료진이 기록한 주요 증상과 표현을 분석해 응급 환자를 판단하는 과정에서 실제 응급의학 전문의의 판단과 유사한 기준을 반영하고 있다”라고 설명했다. 이어 “응급실에서는 환자의 상태를 빠르게 판단하고 치료 우선순위를 정하는 것이 매우 중요한데, 의료진이 작성한 임상 기록을 인공지능이 분석해 응급 환자를 보다 정확하게 식별할 수 있음을 확인한 것”이라며 “향후 응급실 현장에서 이런 기술이 활용된다면 의료 자원의 효율적 배분과 환자 안전 향상에 도움이 될 것으로 기대한다”라고 말했다.
