AI가 중환자 사망 시점 미리 알려줘 적극 치료한다

AI(인공지능) 관련 기술이 비약적으로 발전하면서 의료 현장에도 AI 적용 사례가 늘고 있다. AI는 의사가 영상 진단을 정확히 하는 데 도움을 주는 것을 넘어, 최근에는 미래의 환자 상태를 예측하는 데에도 활용되고 있다. 연세의료원 차세대정보화사업추진단 김광준 단장은 "2000년대 초반부터 EMR(전자의무기록)의 방대한 데이터가 쌓이고, 이를 분석하는 컴퓨터 처리 능력이 좋아지면서 AI소프트웨어 개발이 활발히 이뤄지고 있다"며 "한국은 의료 인력이 부족한 상황인데, AI는 의료진을 도와 환자 안전과 의료서비스 질 향상에 큰 역할을 할 것으로 기대된다"고 말했다.

◇AI 통해 미래 환자 상태 예측

현재 세브란스병원에서 활용되고 있는 AI 소프트웨어는 크게 두 가지이다. 하나는 영상 이미지를 통해 진단 정확도를 높이는 것이다. 예를 들어 흉부 엑스레이에서 폐 결절이 의심되는 부위의 수많은 이미지를 컴퓨터에 학습시켜 의사가 진단하는 데 활용하는 식이다. 유방암 등 다른 질환에도 활용이 가능하며, 현미경 이미지로 판독을 하는 암 조직 검사 진단에도 보조적으로 활용할 수 있다.

이러한 영상 인식 AI보다 한 차원 진일보한 것이 'AI 예측 모델'이다. 미래의 환자 상태나 질병을 예측해 사전에 처치가 이뤄질 수 있도록 하는 것으로, 국내서는 세브란스병원 연구진의 개발 성과가 두드러진다.

김광준 단장은 "AI 예측 모델은 수많은 환자의 혈압, 맥박, 산소포화도 같은 생체 신호 등의 데이터를 바탕으로, 질병·사망 등 예후를 예측한다"며 "우리 병원은 2000년대 초반부터 쌓인 방대한 규모의 의료 데이터가 있고, 공대 연구자들과 협업이 잘 돼 AI 소프트웨어 개발이 활발히 이뤄지고 있다"고 말했다.

◇중환자 사망 예측해 사전 처치

세브란스병원에서 개발된 사망·중증 질병 예측 AI 소프트웨어는 다음과 같다.

소아호흡기알레르기내과 김경원 교수 연구진은 소아 중환자실에서의 실시간 사망을 예측하는 인공지능 소프트웨어 '프롬프트(PROMPT)'를 개발했다. 최대 3일 전에 사망을 예측하는 AI다. 중환자실에 누워있는 환자의 사망 시점을 예측한다면, 의료진은 적극적인 치료를 통해 사망을 막을 수도 있다. 2011~2017년 진료한 19세 미만 소아 중환자 1700여 명의 연령, 체중, 생체신호(혈압, 심박수, 호흡수, 산소포화도, 체온 등) 등을 컴퓨터에게 학습시키고 알고리즘을 만들어 6~60시간 전에 사망을 예측하는 모델이다. 예측 정확도는 89~97%다. 김경원 교수는 "소아 중환자의 사망 위험이 점수로 나타나는데, 점수가 일정 기준 이상으로 높으면 고위험군으로 보고 적극적으로 대처를 한다"고 말했다. 기존에는 경험에 기반한 의사 '직관'에 의존해 치료를 했다면 객관적인 데이터를 바탕으로 치료를 할 수 있게 됐다. 김 교수는 "이 소프트웨어의 유효성과 안전성이 더 확보돼 의료기기로 정부 승인을 받아 상용화되면 의료진은 더 효율적인 치료를 할 수 있고, 치료 여건이 안 되면 다른 병원으로 옮기는 등 빠른 대응이 가능해진다"고 말했다.

성인 버전도 있다. AI를 통해 성인 중환자의 패혈증, 사망 등 위험 상황을 각각 6시간, 24시간 전에 예측하는 시스템(VitalCare)이다. 개발자인 호흡기내과 정경수 교수는 "AI를 통해 환자 치료에 선제적 대응을 할 수 있는 시간을 벌어줌으로써 환자의 사망 위험을 낮출 수 있다"며 "앞으로는 AI 프로그램을 통해 실제 환자 생존율이 상승했는지, 의료 효율성이 높아졌는지 객관적인 연구를 할 예정"이라고 말했다. 마취통증의학과 김정민 교수 연구진은 중환자를 대상으로 생체신호와 함께, 최근 수술 여부와 문진을 통한 건강상태 데이터를 가지고 좀 더 정교한 모델을 만들었다. 중환자에게 응급 상황인 기관삽관, 심정지 시점을 정확하게 예측하는 인공지능 모델(FAST-PACE)이다.

◇예측 어려운 임신중독증, 치매 발생도 미리 알아

임신 중 고혈압으로 인해 혈소판 감소, 간기능 저하, 폐부종 등의 증상이 생긴 것을 '전자간증(임신중독증)'이라고 한다. 전자간증이 진행되면 임신부와 태아 모두 사망할 수 있다. 문제는 전자간증의 예측과 조기진단이 어렵다는 점이다. 신장내과 박정탁 교수 연구진은 정상 산모와 전자간증을 진단받은 산모들의 임상 자료를 바탕으로 딥러닝에 기반한 전자간증 예측 모델을 개발했다.

고령화 시대 재앙이라고 불리는 치매도 예측이 가능하다. 정신건강의학과 이은 교수 연구진은 50만명 규모의 국민건강보험공단 자료를 이용해 10년간 성별, 연령, 체질량지수, 혈압, 혈당, 콜레스테롤 수치, 흡연 및 운동 여부, 과거 질병력 등을 분석해 모든 종류의 치매를 예측하는 딥러닝 예측 알고리즘을 개발했다. 이은 교수는 "기존 예측 모형보다 7%가량 예측력이 높다"고 말했다.

정경수 교수는 "질병 예측에서 끝나지 않고 적극적인 치료와 생활습관 개선을 통해 질병을 '예방'하는 데까지 AI를 활용하는 것이 궁극적인 목적"이라고 말했다.