PIM, PRISM 등 기존 예측 방식 대비 정확도 크게 향상

[아이티데일리] AI트릭스는 소아중환자실 위험도 예측을 위한 딥러닝 모델 ‘프롬프트(PROMPT)’를 개발했다고 22일 밝혔다.

이번 연구결과는 글로벌 의학 학술지 ‘크리티컬 케어’에 게재됐으며, 소아중환자실 환자들의 바이탈 사인(Vital Sign)을 통해 환자의 위험도를 시계열로 보여주는 딥러닝 모델에 관한 논문이다. 소개된 딥러닝 모델은 AI트릭스가 세브란스병원 및 삼성서울병원과 공동으로 진행한 연구 결과로, 소아중환자실 환자의 사망 위험도를 포함한 환자 상태를 정량화해 보여준다. 이로써 의료진들은 객관적인 데이터를 바탕으로 빠른 판단과 대처를 할 수 있다.

기존의 소아중환자실에서는 환자의 사망률 예측에 PIM(Pediatric Index of Mortality) 또는 PRISM(Pediatric Risk of Mortality) 등을 주로 사용했다. 하지만 해당 알고리즘은 소아중환자실 입실 초기의 단편적인 정보만으로 사망 위험을 예측하기 때문에 변화하는 환자의 상태를 반영하지 못해 정확도가 떨어진다는 한계가 있었다.

이번 연구를 통해 개발된 ‘프롬프트(PROMPT, Pediatric Risk of Mortality Prediction Tool)’는 소아 중환자실에 입실한 환자의 활력 징후, 나이, 체중을 딥러닝으로 분석해 6시간부터 60시간 후의 사망 위험도를 예측하는 알고리즘이다. 컨볼루셔널 딥 네트워크(Convolutional Deep Network)를 통해 활력 징후의 시계열적 속성을 파악함으로써 예측 정확도를 크게 향상시켰다.

AI트릭스와 세브란스병원은 추후에 기본적인 병력정보와 진단 검사 결과 등 더 많은 데이터를 활용해 모델의 정확도를 높이는 한편, 궁극적으로는 소아중환자실 내 사망률을 감소시킬 수 있는 후속 연구를 진행할 예정이다.

이번 연구에 공동 1저자로 참여한 김세훈 AI트릭스 리서치 팀장은 “AI트릭스와 세브란스병원의 협업을 통해 개발된 기계학습 모델이 세계적으로 인정받아 더욱 뜻깊게 생각한다”며, “시시각각 상황이 급변할 수 있는 중환자실에서 ‘프롬프트’ 모델을 사용한다면 의료진의 적극적인 대처로 위험한 상황을 막을 수 있을 것”이라고 말했다.

김수연 세브란스병원 소아청소년과 교수는 “‘프롬프트’는 중환자 진료에 있어 빅데이터 분석 및 AI 기술이 효과적으로 활용될 수 있음을 보여주는 사례로, 향후 중환자 치료의 질 향상 및 효율적 자원 분배에 기여할 수 있을 것으로 생각한다”고 밝혔다.

저작권자 © 아이티데일리 무단전재 및 재배포 금지