인공지능(AI)이 응급실 치료 우선순위를 정하는 데 도움을 줄 수 있다는 연구 결과가 나왔다.
미국 샌프란시스코 캘리포니아대 연구팀은 AI가 의료인을 대신해 환자의 응급실 치료 우선순위를 정할 수 있는지 알아보기 위한 연구를 진행했다. 먼저 성인 25만1401명의 응급실 방문 기록을 익명화한 뒤 ‘GPT-4 LLM(대형언어모델)’에 학습시켰다.
그런 다음 연구팀은 LLM이 임상 기록을 보고 환자의 위급한 정도를 판단할 수 있는지 확인하기 위해 뇌졸중처럼 즉시 응급실 치료가 필요한 환자 1명과 손목 골절 등 상대적으로 덜 긴급한 환자 1명을 한 쌍으로 묶은 데이터를 1만 쌍을 제작했다.
연구팀이 1만 쌍의 데이터를 입력했을 때 LLM이 내놓은 응답을 응급실 간호사들이 환자를 평가할 때 사용하는 ‘응급 중증도 지수(ESI, Emergency Severity Index)’와 비교한 결과, LLM은 89%의 확률로 어느 환자가 더 심각한 상태인지 식별할 수 있었다.
또 인간 의사와 LLM에게 같은 데이터 500쌍을 제시한 뒤 판단의 정확도를 비교한 결과, 의사는 86%, LLM은 88%로 나타났다.
이번 연구는 시나리오가 아닌 실제 임상 기록을 사용해 AI의 정확도를 평가한 몇 안 되는 연구 중 하나다. 또 1000개 이상의 임상 기록 및 응급실 방문 기록을 사용했다는 점에서는 최초의 연구다.
연구팀은 AI가 긴급한 요청을 여러 건 처리해야 하는 상황에서 환자의 중증도를 파악하는 데 큰 도움을 줄 것이라 내다봤다. 그러나 성별, 인종 등에 따른 데이터 편향은 극복해야 할 점이라고 덧붙였다.
연구의 저자 크리스토퍼 윌리암스 박사는 “환자는 2명인데 병원 이송을 위한 구급차는 1대뿐이거나 간호사 3명이 혼자 당직을 서고 있는 의사를 호출하는 상황 등을 가정하면 AI는 분명 어떤 환자를 응급실로 데려오는 지 판단하는 데 도움을 줄 것”이라고 말했다.
이번 연구 결과는 미국 의학협회 저널 ‘JAMA Network Open’에 최근 게재됐다.
미국 샌프란시스코 캘리포니아대 연구팀은 AI가 의료인을 대신해 환자의 응급실 치료 우선순위를 정할 수 있는지 알아보기 위한 연구를 진행했다. 먼저 성인 25만1401명의 응급실 방문 기록을 익명화한 뒤 ‘GPT-4 LLM(대형언어모델)’에 학습시켰다.
그런 다음 연구팀은 LLM이 임상 기록을 보고 환자의 위급한 정도를 판단할 수 있는지 확인하기 위해 뇌졸중처럼 즉시 응급실 치료가 필요한 환자 1명과 손목 골절 등 상대적으로 덜 긴급한 환자 1명을 한 쌍으로 묶은 데이터를 1만 쌍을 제작했다.
연구팀이 1만 쌍의 데이터를 입력했을 때 LLM이 내놓은 응답을 응급실 간호사들이 환자를 평가할 때 사용하는 ‘응급 중증도 지수(ESI, Emergency Severity Index)’와 비교한 결과, LLM은 89%의 확률로 어느 환자가 더 심각한 상태인지 식별할 수 있었다.
또 인간 의사와 LLM에게 같은 데이터 500쌍을 제시한 뒤 판단의 정확도를 비교한 결과, 의사는 86%, LLM은 88%로 나타났다.
이번 연구는 시나리오가 아닌 실제 임상 기록을 사용해 AI의 정확도를 평가한 몇 안 되는 연구 중 하나다. 또 1000개 이상의 임상 기록 및 응급실 방문 기록을 사용했다는 점에서는 최초의 연구다.
연구팀은 AI가 긴급한 요청을 여러 건 처리해야 하는 상황에서 환자의 중증도를 파악하는 데 큰 도움을 줄 것이라 내다봤다. 그러나 성별, 인종 등에 따른 데이터 편향은 극복해야 할 점이라고 덧붙였다.
연구의 저자 크리스토퍼 윌리암스 박사는 “환자는 2명인데 병원 이송을 위한 구급차는 1대뿐이거나 간호사 3명이 혼자 당직을 서고 있는 의사를 호출하는 상황 등을 가정하면 AI는 분명 어떤 환자를 응급실로 데려오는 지 판단하는 데 도움을 줄 것”이라고 말했다.
이번 연구 결과는 미국 의학협회 저널 ‘JAMA Network Open’에 최근 게재됐다.