병원 응급실은 응급 의료 수요를 효율적으로 관리하기 위해 내원 환자의 진료 순서를 정하는 등 응급 환자 분류 도구를 활용한다. 한국은 대한응급의학회가 지난 2012년 개발한 한국형 응급 환자 분류 도구(KTAS)를 전국 병원에서 도입하고 있다. 이번에 뷰노가 개발한 DTAS는 전국 응급실에서 수집된 1천만 명 이상의 대규모 데이터를 통해 KTAS보다 응급 환자 분류 정확도를 더 높였다는 것이 특징이다.
뷰노는 국가응급진료정보망에서 3년간 수집된 전국 응급실 1165만9559명 환자 데이터 중 약 80% 데이터를 학습해 사망, 중환자실(ICU) 입원, 일반 병동 입원 등 3가지 예측 모델 DTAS를 개발했다.
나머지 20% 환자 데이터에 대한 DTAS의 정확도(AUROC)를 평가한 결과, 응급실 내원 환자에 대한 사망 예측은 93.5%로 KTAS보다 15%p 더 높았다. DTAS는 중환자실 입원 예측과 일반 병동 입원 예측에서도 각각 89.4%, 80.4%로 KTAS보다 높은 정확도를 보였다. KTAS의 중환자실 및 일반 병동 입원 예측 정확도는 각각 79.7%, 68.1%에 그쳤다.
특히 DTAS는 KTAS보다 더 적은 수의 환자 입력 정보만으로도 더 높은 정확도를 보였으며, 나이, 성별 등 객관적 평가가 가능한 항목들을 사용해 현장에서 의료진에 따라 주관적인 판단 차이가 발생할 여지를 최소화했다.
뷰노는 2년 전부터 일반 병동 및 중환자실에서 환자 모니터링을 위한 심정지 예측 기술, 뷰노 메드-DEWS를 개발해 왔으며, 지난 6월 미국 심장협회지(JAHA)에 AI 기반 심정지 예측 기술의 임상적 유효성에 대한 연구 결과를 분야 최초로 게재하기도 했다. 이번 DTAS 개발에 따라 뷰노는 병원 전체를 커버할 수 있는 플랫폼으로써의 AI 환자 모니터링 기술을 확보하게 됐다.
이번 연구의 공동 주저자 이영남 뷰노 연구원은 "응급실은 밀려드는 응급 환자를 짧은 시간 내에 정확히 판단해야 하는 숙제를 안고 있는 곳"이라며 "본 연구는 응급 분야에 최초로 AI를 적용한 사례로 잠재력이 크고, 향후 성능 개선 가능성도 매우 높다"며 DTAS의 임상적 유효성을 계속 확보해나가겠다는 의지를 밝혔다.
DTAS의 임상 연구 결과는 미국 온라인 학술 저널 '플로스원(PLOS ONE)'에 게재됐다.
한편, 2014년 말 설립된 뷰노는 지난 5월 국내 최초로 AI 의료 기기 뷰노 메드-본에이지에 대해 식품의약품안전처 판매 허가를 받은 바 있다.
