경희대학교 생체의공학과 이진석 교수 연구팀이 병원 이송 전 구급 단계에서 외상 환자의 사망 위험을 예측하는 인공지능(AI) 모델을 개발하고, 국내외 다기관 데이터를 통해 성능을 검증했다고 22일 밝혔다. 연구 결과는 국제 학술지 Nature Communications 1월호에 게재됐다.

이번 연구는 병원 도착 이후의 검사 결과를 토대로 중증도를 평가해 온 기존 방식과 달리, 구급대원이 현장에서 확보할 수 있는 기본 정보만을 활용해 응급실 사망 위험을 정량적으로 예측하는 데 초점을 맞췄다. 연구진은 이를 통해 환자 이송 전 단계에서 의료진이 대응에 필요한 인력과 자원 준비를 사전에 검토할 수 있도록 돕는 가능성을 제시했다.

연구팀은 한국 국가 외상 데이터베이스(KTDB)에 축적된 약 20만 명의 외상 환자 데이터를 활용해 AI 모델을 개발했다. 이후 가천대 길병원을 포함한 국내 4개 권역외상센터와 호주 외상센터 데이터를 이용해 외부 검증을 수행했다. 그 결과 국내 데이터뿐 아니라 의료 시스템과 데이터 구조가 다른 해외 데이터에서도 예측 성능이 유지됐으며, 기존 전통적 분류 지표와 비교해 성능 차이가 확인됐다.

이번 연구는 과학기술정보통신부가 추진하는 글로벌 AI 프론티어 사업의 지원을 받아 수행했으며, 경희대학교 연구팀은 New York University 의과대학 응급의학과, 호주 Westmead Hospital과 국제 공동연구를 진행했다.

논문의 제1저자인 경희대 생체의공학과 오나은 석사과정 학생은 AI 모델 개발과 통계 분석, 해외 데이터 검증 전략 수립을 맡았다. 오나은 학생은 글로벌 AI 프론티어 사업의 일환으로 뉴욕대에 파견돼 미국 의료 데이터를 활용한 후속 공동연구와 모델 고도화를 수행할 예정이다.

이진석 교수는 “구급 단계처럼 제한된 정보 환경에서도 환자의 위험도를 정량적으로 예측할 수 있음을 데이터로 확인했다”며 “향후 검증 범위를 단계적으로 확대하고, 임상 현장 적용 가능성을 신중히 검토해 나갈 계획”이라고 말했다.

연구팀은 해당 AI 모델을 연구 목적의 웹 기반 실시간 시스템으로 구현했으며, 향후 웨어러블 센서, 음성 인식, 영상 기반 인공지능을 결합한 응급의료 AI 플랫폼으로 확장하는 방안도 검토하고 있다.