검색 본문 바로가기 회사정보 바로가기

"웨어러블 장치 이용한 환자 모니터링, 상태 악화 예측에 효과"

에이아이트릭스-세브란스병원 응급의학과 교수진 공동 연구
장비 활용, 바쁜 현장의 의료진 부담 덜고 정보수집에 도움

(서울=뉴스1) 강승지 기자 | 2022-10-18 14:22 송고
에이아이트릭스와 세브란스병원 응급의학과 교수진의 모식도, 웨어러블 장치를 이용한 모니터링이 환자의 패혈성 쇼크 조기 예측에 도움이 됐다. (에이아이트릭스 제공)
에이아이트릭스와 세브란스병원 응급의학과 교수진의 모식도, 웨어러블 장치를 이용한 모니터링이 환자의 패혈성 쇼크 조기 예측에 도움이 됐다. (에이아이트릭스 제공)

환자의 건강 상태를 웨어러블 장치로 관찰하는 것이, 의료진이 1시간 간격으로 수기로 기록한 데이터보다 환자 잠재적인 상태 악화를 더 빨리 알아차릴 수 있었다는 연구 결과가 제시됐다.

인공지능(AI) 기반 의료기술 기업 에이아이트릭스는 현희정, 이관형 자사 연구원과 김지훈, 최아롬 세브란스병원 응급의학과 교수 연구팀이 이러한 내용의 논문을 센서·신호처리 분야 국제 학술지 '센서스'(Sensors)에 실었다고 18일 밝혔다.

이들은 2020년 7월부터 2021년 6월까지 응급실에 발열 증상으로 온 환자 468명을 대상으로 무선 웨어러블 장치를 붙이고 수집된 데이터를 활용해 패혈성 쇼크를 조기 예측하기 위한 머신러닝(기계학습) 모델을 개발했다.

연구팀은 환자의 입실 시점부터 수집된 데이터를 학습한 모델과 예측 시점에서 가장 가까운 시점에 기록한 데이터를 학습한 모델을 비교함과 동시에, 1시간 간격의 의료진 수기 데이터와 무선 웨어러블 장치에서 수집한 데이터를 학습한 결과를 함께 비교했다.

그 결과, 환자의 입실 시점부터 수집된 데이터의 예측정확도(AUROC)는 0.861로, 1시간 간격의 의료진 수기 데이터의 예측정확도 0.853 대비 우수했다. 또 환자 입실 시점부터 수집된 데이터를 활용했을 때 최소 5시간 30분 빠르게 패혈성 쇼크를 예측할 수 있었다.

김지훈 교수는 "이번 연구는 사물인터넷(IoT) 장비를 통해 실시간으로 수집한 생체신호를 학습해 패혈성 쇼크를 조기에 예측하는 머신러닝 모델을 개발하고 실제 임상 현장에서 적용할 수 있음을 보였다는 점에서 의미가 있다"고 말했다.

이어 "이에 더해 사물인터넷 장비 활용은 동시에 많은 환자를 모니터링해야 하는 바쁜 현장에서 의료진의 부담을 덜고, 실시간 상세 정보를 수집함으로써 모델 성능 또한 향상시킬 수 있음을 시사한다"고 설명했다.

현희정 연구원은 "결과적으로 응급상황 내 패혈성 쇼크를 조기 예측할 수 있었다. 앞으로도 에이아이트릭스는 다양한 연구개발을 통해 의료현장에서의 의료진의 업무 효율성을 높이고, 환자들에게는 보다 나은 의료서비스를 제공할 수 있도록 노력하겠다"고 말했다.



ksj@news1.kr

이런 일&저런 일

    더보기