에이아이트릭스, MLHC 2023에서 환자 상태 악화 예측 모델 연구 발표

에이아이트릭스가 MLHC 2023에서 전자 건강기록(EHR, Electronic Health Record)의 다중 모달리티를 사용함에 따르는 문제점 개선에 관한 연구 논문을 발표한다.

의료 인공지능(AI) 기업 에이아이트릭스는 멀티 모달 데이터를 활용한 환자 상태 악화 예측 향상에 관한 연구 논문이 세계 최대 의료 AI 학회인 2023 머신러닝 헬스케어(MLHC, Machine Learning for HealthCare)의 우수 논문으로 채택됐다고 18일 밝혔다. 해당 논문은 MLHC 2023 구두 발표(Oral Presentation)에 선정돼 오는 8월 11일부터 12일까지 미국 뉴욕 컬럼비아 대학에서 열리는 콘퍼런스에서 발표될 예정이다.

EHR을 사용한 기존 임상 현장에서는 다양한 모달리티를 통해 풍부한 정보를 제공하지만, 사용하는 모달리티가 증가함에 따라 계산량 또한 증가하고, 데이터 입력 주기가 불규칙한 문제가 존재했다.

이에 에이아이트릭스는 원본 데이터만을 사용하여 불규칙적인 데이터 입력 문제를 해결하고, 일부 데이터가 누락된 환경에서도 가진 데이터를 효과적으로 처리하고 활용해 환자 상태 예측 성능을 높일 수 있는 ▲통합된 멀티모달 임베딩(UMSE, Unified Multi-modal Set Embedding) 모듈과 ▲유연한 멀티모달 학습방식(Modality-Aware Attention with Skip Bottleneck)을 개발했다.

에이아이트릭스의 연구 논문에 따르면, 해당 모델은 12시간 이내 환자에게서 발생할 수 있는 사망률, 승압제(Vasopressor) 사용, 기관 내 삽관(Intubation) 발생 예측에서 기존 모델보다 우수한 성능을 확인했다.

에이아이트릭스 이관형 연구원은 “이번 연구를 통해 인공지능 또한 실제 의료진과 유사한 방식으로 생체신호, X-Ray 이미지, 임상 노트 데이터 등을 종합적으로 활용해 환자 상태 예측의 정확성을 높인다는 점을 확인할 수 있었다”며, “특히 3가지 이상의 EHR 멀티모달 딥 퓨전은 최초의 케이스”라고 말했다.