씨어스, 심정지 위험도 예측 연구 SCI급 학술지 게재

씨어스테크놀로지가 입원 환자 심정지 위험도 예측 정확도를 높인 연구결과를 SCI급 학술지에 게재했다. /씨어스테크놀로지

[마이데일리 = 박성규 기자] 씨어스테크놀로지(씨어스)는 입원 환자 심정지 위험도 예측 정확도를 높인 연구결과를 SCI급 학술지에 게재했다고 19일 밝혔다.

이번 연구 결과는 2023년 12월 국제학술지 JMIR에 게재한 ‘병원 내 심정지 예측을 위한 앙상블 접근 방식을 사용한 설명 가능한 AI 경고 모델: 후향적 코호트 연구’의 후속 연구다. 임상현장에 맞는 심정지 예측 인공지능(AI) 알고리즘을 개발하기 위해 진행됐다.

씨어스는 기존 연구에 사용했던 AI 모델에서 생체신호 입력주기를 24시간에서 12시간으로 줄였고, 심정지 발생 예측 시간도 6시간 이내에서 24시간 이내로 예측이 가능하도록 고도화했다. 이번 연구는 일반적으로 활용하는 대표 이벤트 수집으로 예측 결과 검증방법을 사용하지 않았다. 실제 임상현장을 구현해 다양한 입원환경에 따른 입원환자 실시간 심정지 예측 성능을 검증했다.

연구결과 예측정확도를 나타내는 성능지표 기준 0.8로, 기존 방법들에 비해 우수했다. 서로 다른 입원환경과 환자 특성에 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 연구대비 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 심정지 조기 발생 위험도와 함께 주요 생체신호 정보도 함께 제공한다. 이는 AI 예측모델이 의료진에게 심정지 발생 위험을 조기에 경고하고, 그 원인을 파악할 수 있는 신뢰성 있는 임상진단지원시스템으로 활용될 수 있다.

씨어스는 이 AI 모델을 자사 입원환자실시간 모니터링 시스템인 씽크에 탑재할 계획이다. 씽크는 무선 웨어러블 의료기기로 측정한 환자의 생체데이터를 AI 기반으로 실시간으로 분석해 이상징후를 자동으로 감지하여 의료진의 효율적이고 즉각적인 대응을 돕는 스마트 병동 솔루션이다.

기존의 심정지 예측 모델이 하루 3, 4번 간헐적 측정된 환자의 생체신호와 EMR 데이터를 기반으로 동작했다면, 씽크는 실시간으로 측정하는 데이터를 기반으로 하기 때문에 환자의 상태 변화에 즉시 대응할 수 있어 더 높은 예측 성능과 효용성을 가질 수 있다.

이영신 씨어스 대표는 “심정지 예측뿐 아니라 응급 부정맥 예측, 패혈증 예측 등 입원환자 중증화 예측과 관련한 AI 모델들을 지속적으로 상용화하여 임상현장에 적용해 나가겠다”고 말했다.