바이오스펙테이터

바이오스펙테이터 서윤석 기자

JMIR 게재..24시간내 심정지 예측정확도 80% “기존보다 높아”..실시간 입원환자 모니터링 시스템인 ‘씽크(thynC™)’ 탑재 계획

씨어스테크놀로지(Seers Technology)는 19일 입원환자의 심정지(Cardiac arrest, CA) 위험도의 예측정확도를 기존 방식보다 높은 인공지능(AI) 모델에 대한 연구결과를 국제학술지 ‘JMIR(Journal of Medical Internet Research)’에 게재했다고 밝혔다.

이번 연구는 지난해 12월 같은 국제학술지에 게재된 '병원내 심정지 예측을 위한 앙상블 접근방식을 사용한 설명 가능한 AI 경고 모델: 후향적 코호트 연구'(Explainable Artificial Intelligence Warning Model Using an Ensemble Approach for In-Hospital Cardiac Arrest Prediction: Retrospective Cohort Study)'의 후속연구로, 임상현장에 최적화된 심정지 예측 AI 알고리즘을 개발하기 위해 진행됐다.

씨어스는 이전보다 생체신호의 입력주기를 24시간에서 12시간으로 줄였고, 심정지 발생 예측 시간도 6시간 이내에서 24시간 이내에도 가능하도록 AI 모델을 고도화했다. 또한 이번 연구는 일반적으로 이용하는 이벤트 수집을 통한 예측결과 검증방법을 사용하지 않고, 실제 임상현장을 구현해 다양한 입원환경에 따른 입원환자의 실시간 심정지 예측성능을 분석했다.

연구결과 예측정확도를 나타내는 성능지표(AUROC) 기준 0.8로 나타났다. 서로 다른 입원환경과 환자 특성에 관계없이 실제 입원환경에서 80%의 정확도로 심정지 예측경보를 알려줄 수 있다는 의미로 기존 방법들에 비해 우수한 성능을 보였다고 씨어스는 설명했다.

동일 조건에서 기존 심정지 예측모델을 사용했을 때보다 정확도를 최대 26%p 올렸고, 예측 오경보율은 기존 연구대비 20%p 이상 감소했으며, 고위험 알람의 신뢰도도 20% 높였다고 씨어스는 설명했다.

또한 씨어스의 AI예측모델은 심정지 조기발생 위험도와 함께 주요 생체신호 정보도 함께 제공한다. 이는 AI 예측모델이 의료진에게 심정지 발생위험을 조기에 경고하고, 그 원인을 파악할 수 있는 신뢰성 있는 임상진단지원시스템으로 이용될 수 있음을 의미한다고 회사측은 설명했다.

씨어스는 이번에 개발한 AI 모델을 입원환자실시간 모니터링 시스템인 ‘씽크(thynC™)’에 탑재할 계획이다. 씽크는 무선 웨어러블 의료기기로 측정한 환자의 생체데이터를 AI 기반으로 실시간으로 분석해 이상징후를 자동으로 감지해 의료진의 효율적이고 즉각적인 대응을 돕는 스마트 병동 솔루션이다.

기존의 심정지 예측 모델이 하루 3, 4번 간헐적으로 측정된 환자의 생체신호와 EMR 데이터를 기반으로 동작했다면, 씽크는 실시간으로 측정하는 데이터를 기반으로 하기 때문에 환자의 상태 변화에 즉시 대응할 수 있다.

이영신 씨어스 대표는 "이번 AI 모델은 생체신호의 시간에 따른 통계적 정보와 생체신호 정보의 불균형성을 분석해 알고리즘의 잠재적 편향을 최소화하는데 초점을 맞췄으며, 기존의 심정지 예측모델과 비교해 다양한 입원환경에서 일관된 심정지 예측결과와 정확도를 보여줬다"고 말했다. 이 대표는 "웨어러블 AI 기술을 활용한 진단과 모니터링 서비스를 넘어 이제 질환예측을 통해 늘어나는 진료수요와 입원수요에 따른 환자관리의 사각지대를 해소하는 데 연구역량을 집중하고 있다"며 "심정지 예측뿐 아니라 응급부정맥 예측, 패혈증 예측 등 입원환자 중증화 예측과 관련한 AI 모델을 지속적으로 상용화하여 임상현장에 적용해 나가겠다"고 말했다.