스위스 ETH 연구진-취리히 대학병원 공동연구진 개발

삐, 삐, 삐. 집중치료실, 일명 중환자실(ICU)은 환자의 상태를 시시각각 체크하기 위해서 다양한 장치들이 연결돼 낮은 신호음만 조용히 울린다. 그런데 갑자기 혈액 산소수치가 낮아지는 징후가 보인다든지 혈압이 급상승하거나 떨어지면 요란한 소리로 경보를 울리며 의료진을 긴장시킨다.

문제는 환자가 침대에서 누워있는 자세를 약간만 바꿔도 경보음이 울리는 경보오류 발생이 잦다는 것이다. 이런 오류 경보는 실제 위급상황의 경보를 놓치게 만들 수도 있다.

이에 스위스 취리히연방공과대(ETH) 모바일 보건시스템학부와 취리히대학병원 신경중환자 집중치료병동 의료진이 공동으로 경보오류를 구분해 낼 수 있는 인공지능을 개발해 냈다고 1일 밝혔다. 연구팀은 이번 기술의 기본 개념을 지난해 스웨덴 스톡홀름에서 열린 ‘제35회 국제 머신러닝 컨퍼런스’에서 이미 발표한 바 있다.

연구팀은 중환자실이나 응급실에 설치된 컴퓨터 지원시스템에 있는 종합적 집중치료 데이터 기록인 ‘ICU 콕핏’을 활용했다. 여기에는 환자의 동의하에 바이탈사인(활력징후)에 따라 울린 경보들이 시간대별로 정밀하게 저장돼 있다.

ICU에서는 보통 순환계, 뇌파, 인공호흡기 등 다양한 기기들이 서로 독립적으로 작동하고 있다. 결과적으로 각각의 장치는 특정 기준값 이상이나 이하로 떨어질 경우 자동적으로 경보를 울리게 되는 것이다. 연구팀은 이런 다양한 의료장비들의 데이터를 통합하고 동기화한 다음 의학적으로 아무런 문제가 없는 오류 경보만을 걸러내도록 하는 인공지능 기술을 만든 것이다.

중환자실에 입원한 환자들의 상태나 예후가 모두 다르고 환자들에게서 울리는 경보에 의료진이 일단 모두 대응을 해야 하는 만큼 경보를 분류한다는 것은 쉽지 않다. 또 환자 치료에 집중해야 하는 의료진들에게 컴퓨터를 따로 가르쳐 분류하도록 하는 것도 쉬운 일은 아니다.

그래서 연구팀은 의료진이 기존 중환자실이나 응급실에서 기록된 경보들 중에서 잘못된 경보를 일부 분류해 놓기만 하더라도 컴퓨터가 알아서 스스로 학습해 오류 경보만 걸러내도록 했다. 이를 위해 연구팀은 취리히 대학병원의 협조를 얻어 14명의 환자에게서 일주일 동안 얻은 바이탈 사인과 경보기록을 활용해 오류 경보를 걸러내는 인공지능을 개발했다.

평균적으로 중환자실에서 각종 의료기기들은 환자 한 명당 하루에 약 700번, 2분에 한 번 꼴로 경보를 울리는 것으로 조사됐다. 약 1만 4000번의 경보 중 87% 정도는 인공지능이 진짜인지 가짜경보인지를 정확히 분류해냈다. 연구팀은 인공지능의 오차범위를 5%라고 할 경우 허위경보의 77%를 줄일 수 있을 것으로 기대하고 있다.

발터 카렌 ETH 교수는 “컴퓨터가 학습을 하기 전에 특정 경보가 심각한 상황과 관련이 있는지 없는지를 구분해 내도록 분류원리를 이해시키는 것이 가장 중요한 문제”라고 설명했다. 카렌 교수는 이어 “이번에 개발한 인공지능 시스템을 활용한 결과 오류경보인지 여부를 사람이 직접 판단해야하는 것은 25~50개에 불과했다”며 “인공지능 시스템이 더 정교해진다면 의료진이 진짜 응급환자에게 더 집중할 수 있도록 도와줄 것으로 보인다”고 강조했다. 연구진은 실제 의료환경에 적용하기 위해 추가 임상실험을 실시할 계획이다.

유용하 기자 edmondy@seoul.co.kr