에이아이트릭스, 미측정 정보로 환자 악화 예측…연구논문 게재

• 관측값·미측정 패턴 함께 분석…급성중증이벤트·패혈증 예측
• JAMIA에 MADE 연구 게재…외부 병원 검증·바이탈케어 적용

[데일리팜=황병우 기자]에이아이트릭스는 자사 연구진이 개발한 환자 악화 예측 AI 모델 MADE 관련 논문이 의료정보학 분야 국제 학술지 JAMIA(Journal of the American Medical Informatics Association)에 게재됐다고 7일 밝혔다. 

전자의무기록(EHR)의 관측값과 미측정 패턴을 함께 활용해 일반병동 환자의 상태 악화를 연속적으로 예측하는 연구다.

EHR 데이터는 환자 상태와 의료진의 판단에 따라 측정 항목과 시점이 달라 불규칙하게 수집된다. 기존 AI 모델은 측정되지 않은 값을 이전 관측값이나 통계적 방법으로 대체하는 방식 등을 사용해 왔다.

연구진은 데이터가 측정되지 않았다는 사실 자체에도 환자 상태와 관련된 정보가 포함될 수 있다는 점에 주목했다. MADE(Masked-Attention-based timestamp-wise Data Embedding)는 마스킹 어텐션 기반 트랜스포머와 양방향 장단기 메모리 네트워크(bi-LSTM)를 활용한다. 각 시점의 관측값뿐 아니라 어떤 항목이 측정되지 않았는지에 대한 패턴도 분석해 악화 위험을 예측하도록 설계했다.

성능은 신촌 세브란스병원 내부 데이터와 서울아산병원·한림대학교의료원의 외부 코호트 데이터로 평가했다. 급성중증이벤트(MAE)와 패혈증을 대상으로 기존 방식 및 딥러닝 기반 모델과 비교했으며, 미측정값을 별도로 보완하지 않는 방식과 LOCF, MICE 등 데이터 보완 방식도 비교 대상에 포함했다.

회사에 따르면 MADE는 기존 데이터 보완 방식보다 우수한 예측 성능을 보였다. 연구진은 미측정 정보를 환자 상태와 관련된 잠재적 정보로 활용할 가능성을 확인했으며, 외부 검증을 통해 병원별 데이터 수집 환경과 특성이 다른 상황에서의 성능도 평가했다.

MADE는 현재 에이아이트릭스의 환자 상태 악화 예측 솔루션 AITRICS-VC(바이탈케어)에 적용돼 실제 의료 현장에서 운영되고 있다. 회사는 이번 연구를 바탕으로 EHR 기반 환자 악화 예측 기술의 연구와 임상 적용을 확대할 계획이다.

문예찬 에이아이트릭스 연구원은 "이번 연구는 의료 현장에서 불가피하게 발생하는 EHR 데이터의 미측정 정보를 단순히 보완해야 할 대상으로만 바라보지 않고, 환자의 상태를 이해하기 위한 하나의 정보로 활용할 수 있다는 가능성을 제시했다"며 "앞으로도 실제 임상 환경에서 활용할 수 있는 의료 AI 기술의 연구개발과 검증을 지속해 나가겠다"고 밝혔다.