다양한 환자가 찾는 병원 응급실에서는 진료순서를 정하는 응급환자 분류도구(Triage and Acuity Scale)가 적용된다. 촌각을 다투는 업무 특성상 응급의료 수요를 효율적으로 관리하기 위해서다. 대한응급의학회에서는 2012년 한국형 응급환자 분류도구인 KTAS을 개발해 전국 병원에서 활용하고 있다. 이번 연구는 전국 응급실에서 수집된 1000만명 이상의 대규모 데이터를 분석해 인공지능 기반 DTAS가 KTAS보다 더 높은 응급환자 분류 정확도를 보였다고 회사 측은 설명했다.
뷰노는 국가응급진료정보망에서 3년간 수집된 전국 응급실 1,165만9559명의 환자 데이터 중 약 80%의 데이터를 학습해 사망·중환자실(ICU) 입원·일반병동 입원 3가지에 대한 예측모델 DTAS를 개발했다. 나머지 20%에 대한 정확도(AUROC) 평가 결과, 응급실 내원 환자에 대한 사망 예측은 93.5% (KTAS는 78.5%), ICU입원에 대한 예측은 89.4% (KTAS는 79.7%), 그리고 일반병동 입원 예측은 80.4% (KTAS는 68.1%)로 모든 부분에서 KTAS를 앞섰다. 뷰노 관계자는 "DTAS는 KTAS보다 더 적은 종류의 환자 정보만으로도 KTAS보다 높은 성능을 보였을 뿐 아니라 나이나 성별, 바이탈사인 등 객관적으로 평가 가능한 항목들만을 사용해 의료진의 주관적인 판단 차이가 발생할 수 있는 여지도 최소화시켰다"고 설명했다.
이번 연구의 공동 주저자인 이영남 뷰노 연구원은 "병원 응급실은 밀려드는 응급환자들을 짧은 시간 안에 정확하게 판단해야 하는 숙제를 안고 있는 곳"이라며 "본 연구는 응급 분야에서 최초로 인공지능을 적용한 사례로 잠재력이 크고, 앞으로 성능개선의 가능성도 매우 높다"고말했다.
지난 2014년말 설립된 뷰노는 2018년 5월 국내 최초 AI 의료기기 '뷰노메드(VUNO Med®) 본에이지'로 식품의약품안전처 판매허가를 받았으며, 현재까지 다수의 국내 대형병원 및 제약사 등과 흉부CT/X-ray, 치매, 안저진단 등 다양한 질환에 대한 기술을 개발하고 있다.
[신찬옥 기자]
[ⓒ 매일경제 & mk.co.kr, 무단전재 및 재배포 금지]
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
