이번 연구 결과는 2023년 12월 국제학술지 JMIR(Journal of Medical Internet Research)에 게재한 '병원 내 심정지 예측을 위한 앙상블 접근 방식을 사용한 설명 가능한 AI 경고 모델: 후향적 코호트 연구'의 후속 연구다. 임상 현장에 최적화된 심정지 예측 AI 알고리즘을 개발하기 위해 진행했다.
씨어스는 기존 연구에 사용했던 AI 모델에서 생체신호의 입력 주기를 24시간에서 12시간으로 줄였고, 심정지 발생 예측 시간도 6시간 이내에서 24시간 이내로 예측이 가능하도록 고도화했다. 이번 연구는 일반적으로 활용하는 대표 이벤트 수집을 통한 예측 결과 검증 방법을 사용하지 않고, 실제 임상 현장을 구현하여 다양한 입원환경에 따른 입원환자의 실시간 심정지 예측 성능을 검증했다.
연구결과 예측정확도를 나타내는 성능지표(AUROC) 기준 0.8로, 기존 방법들에 비해 우수했다고 회사는 설명했다. 서로 다른 입원환경과 환자 특성과 관계없이 실제 입원환경에서 최고 80%의 정확도로 심정지 예측 경보를 알려줄 수 있다는 의미다. 동일 조건에서 기존 심정지 예측 모델을 사용했을 때보다 정확도를 최대 26%p 끌어 올렸고, 예측 오경보율은 기존 연구 대비 20%p 이상 감소한 결과를 보여줬다. 기존 방법들 대비 24시간 이내에 심정지가 일어날 가능성을 80%의 정확도로 예측하는 것은 물론 고위험 알람의 신뢰도도 20% 상승했다.
씨어스는 이 AI 모델을 자사의 입원환자실시간 모니터링 시스템인 씽크(thynC™)에 탑재할 계획이다. 씽크는 무선 웨어러블 의료기기로 측정한 환자의 생체데이터를 AI 기반으로 실시간으로 분석해 의료진의 효율적인 대응을 돕는 스마트 병동 솔루션이다.
이영신 씨어스 대표는 "웨어러블 AI 기술을 활용한 진단과 모니터링 서비스를 넘어 이제 질환 예측을 통해 늘어나는 진료수요와 입원수요에 따른 환자 관리의 사각지대를 해소하는 데 연구역량을 집중하고 있다"며 "심정지 예측뿐 아니라 응급 부정맥 예측, 패혈증 예측 등 입원환자 중증화 예측과 관련한 AI 모델들을 지속해서 상용화해 임상 현장에 적용해 나가겠다"고 말했다.
<저작권자 © ‘돈이 보이는 리얼타임 뉴스’ 머니투데이. 무단전재 및 재배포, AI학습 이용 금지>