에이아이트릭스, MLHC2023서 환자 상태 악화 예측 모델 연구 논문 채택

▲에이아이트릭스 CI (사진제공=에이아이트릭스)

에이아이트릭스는 멀티 모달 데이터를 활용한 환자 상태 악화 예측 향상에 관한 연구 논문이 2023 머신러닝 헬스케어(Machine Learning for HealthCare, MLHC)에 우수 논문으로 채택됐다고 18일 밝혔다.

MLHC 2023에 채택된 에이아이트릭스의 논문은 전자 건강기록(Electronic Health Record, EHR)의 다중 모달리티를 사용함에 따르는 문제점을 개선하기 위한 연구다. EHR을 사용한 기존 임상 현장에서는 다양한 모달리티를 통해 풍부한 정보를 제공하지만, 사용하는 모달리티가 증가함에 따라 계산량도 늘고, 데이터 입력 주기가 불규칙적인 문제들이 존재했다.

이번 연구에서 에이아이트릭스는 △통합된 멀티모달 임베딩(UMSE, Unified Multi-modal Set Embedding) 모듈과 △유연한 멀티모달 학습방식(Modality-Aware Attention with Skip Bottleneck)은 원본 데이터만을 사용해 불규칙적인 데이터 입력 문제를 해결했다. 일부 데이터가 누락된 환경에서도 가진 데이터를 효과적으로 처리하고 활용해 환자 상태 예측 성능을 높였다고 설명했다.

이에 따라 에이아이트릭스가 개발한 모델은 12시간 이내 환자에게서 발생할 수 있는 사망률, 승압제(Vasopressor) 사용, 기관 내 삽관(Intubation) 발생 예측에서 다른 기존 모델들 대비 우수한 성능을 확인했다고 밝혔다.

해당 논문은 MLHC 2023에 제출된 논문 중에서도 소수의 연구에만 주어지는 구두 발표(Oral Presentation)에 선정돼 8월 11일(현지시간)부터 12일까지 미국 뉴욕 콜롬비아 대학에서 열리는 컨퍼런스에서 발표될 예정이다.

이관형 에이아이트릭스 연구원은 “이번 연구를 통해 AI 또한 실제 의료진과 유사한 방식으로 생체신호, X-Ray 이미지, 임상 노트 데이터 등을 종합적으로 활용해 환자 상태 예측의 정확성을 높인다는 점을 확인할 수 있었다. 특히 3가지 이상의 EHR 멀티모달 딥 퓨전은 최초의 케이스다”라고 말했다.

한편, MLHC는 의료 빅데이터를 활용한 인공지능 기술 분야 최대 학회다. 2011년부터 매년 개최되는 컨퍼런스에서는 인공지능, 머신 러닝 그리고 임상 및 의학 전문가의 활발한 교류와 토론이 이뤄지고 있다.