병원에 도착하기도 전, 이송 중인 외상 환자의 사망 위험을 실시간으로 예측해 골든타임을 확보할 수 있는 인공지능(AI) 모델이 국내 연구진에 의해 개발됐다. 인력 부족과 이송 지연으로 몸살을 앓는 국내 응급의료 체계의 패러다임을 바꿀 획기적인 연구로 평가받는다.
가천대 길병원 외상외과 강우성 교수팀(경희대 이진석·오나은 교수, 호주 시드니 의대 오영철 교수)은 구급 현장 및 이송 단계의 데이터를 기반으로 환자의 중증도를 수치화하는 ‘Prehospital-AI’ 모델을 개발했다고 밝혔다.
연구팀이 개발한 AI 모델은 나이, 손상 기전, 의식 수준(AVPU), 혈압, 심박수 등 현장에서 즉시 수집 가능한 21가지 변수를 분석해 응급실 사망 위험을 예측한다.
국내 국가 외상 등록 자료(KTDB)의 환자 20만여 명 데이터를 학습한 이 모델은 검증 결과, 예측 정확도(AUROC) 0.94 이상을 기록했다. 이는 기존에 사용되던 쇼크지수(0.71)나 생리학적 지표를 크게 웃도는 수준이다. 특히 데이터가 불완전한 호주의 중증외상센터 검증에서도 0.89의 높은 정확도를 유지해, 국가나 환경에 구애받지 않는 범용성을 입증했다.
이 기술의 핵심은 ‘속도’와 ‘연결’이다. 구급대원이 현장에서 스마트폰으로 웹 애플리케이션에 환자 정보를 입력하면, 단 몇 초 만에 사망 확률이 산출된다. 이 정보는 병원으로 즉시 전송돼 의료진이 환자 도착 전 수술실 가동이나 중환자실 병상 확보, 외상팀 소집 등을 미리 준비할 수 있게 돕는다.
연구를 주도한 강우성 교수는 “외상 환자의 생존 여부는 병원 도착 후가 아니라 도착 전 준비 과정에서 결정되는 경우가 많다”며 “이미 현장에서 수집 중인 데이터를 활용하기 때문에 즉시 현장에 적용 가능하다”고 설명했다.
이번 연구 결과는 세계적 권위의 학술지인 <네이처 커뮤니케이션즈(Nature Communications, IF=15.7)>에 게재됐다. 강 교수는 지난달에 이어 이달에도 포스텍 생물학연구정보센터(BRIC)의 ‘한국을 빛낸 사람들(한빛사)’에 이름을 올리는 쾌거를 거뒀다.
최근 사회적 문제로 대두된 ‘응급실 뺑뺑이’ 현상과 필수 의료 인력 부족 상황에서, 이번 AI 모델이 환자 중증도에 따른 적절한 병원 선정과 효율적인 자원 배분에 실질적인 도움을 줄 것으로 기대된다.
연구팀은 향후 음성 인식 및 웨어러블 기기 데이터를 결합한 차세대 외상 AI 시스템으로 기술을 고도화할 계획이다.
