중환자 심정지 인공지능이 예측...복지부 실증연구 추진

이창진
발행날짜: 2020-10-05 05:45:55
  • 복지부, 3개 대형병원 컨소시엄 구성 "진단·처방·치료 표준화"
    내년도 연구사업 70억원 첫 편성 "중환자 진료 질 향상 기대"

AI(인공지능)을 활용한 소아와 성인 중환자 예후와 중증도 평가를 위한 임상 다기관 실증연구가 내년도에 첫 시행될 것으로 보여 주목된다.

메디칼타임즈 취재결과, 보건복지부는 다기관 참여의 한국형 중환자 특화 데이터 구축과 플랫폼 개발을 위한 '중환자 특화 빅 데이터 구축 및 AI 기반 CDSS 개발' 사업을 내년 중 실시하기로 했다.

복지부는 내년도 중환자 위기 예측을 위한 인공기능 활용한 실증연구를 추진한다. 인공호흡기와 인공호흡기 파형 예시.
이번 사업은 다기관이 참여해 중환자 모니터링과 심장 및 호흡기 데이터 등을 토대로 한국인 중환자 특성을 데이터 셋(MIMIC, Medical Information Mart for Intensive Care) 구축 및 플랫폼 개발을 위해 마련됐다.

중환자 예후 예측과 중증도 평가 그리고 조기경보시스템 등 AI 기반의 임상의사 결정 지원시스템(CDSS, Clinical Decision Support System) 개발을 위한 복지부의 첫 실증연구이다.

복지부는 최소 3개 이상 종합병원급 이상 의료기관이 참여하는 컨소시엄을 구성하며, 최소 1개 기관은 소아 중환자실(NICU) 데이터를 확보 및 표준화를 추진한다는 방침이다.

확보한 중환자 데이터 수집 저장 뿐 아니라 이를 공유해 사용자가 분석할 수 있는 오픈 플랫폼을 구축할 계획이다.

세부적으로 중환자실 내 다양한 의료장비로부터 실시간으로 데이터를 확보, 통합하고 병원 내 전자의료정보(EMR)와 통합 연계 및 중환자 CDSS 설명 가능한 AI 알고리즘 개발, AI 기반 중환자실 CDSS 개발 및 임상 활용 실증연구 등을 추진한다.

미국의 경우, NIH(국립보건원) 후원으로 중환자 4만 6520명의 5만 8976건의 입원정보가 비식별화 과정을 거쳐 공개한 상태이다.

복지부는 미국 사업을 벤치마킹해 한국형 중환자 특화 빅 데이터 구축과 AI 기반 CDSS 개발 그리고 교차 검증을 통한 임상적 유용성을 확보할 예정이다.

일례로, 중환자의 심전도와 맥박 수, 호흡 수, 산소포화도, 동맥혈압 등 생체신호 파형 데이터를 통해 심정지 등 위기 예측과 환자 중증도 평가 등 AI 기반 알고리즘을 개발한다는 의미다.

또한 인공호흡기를 통한 기계 호흡을 하는 중환자는 의사표현이 어려워 모니터 화면에 나타나는 그래프 및 동맥 혈액을 분석해 환자 상태 파악과 인공호흡기 산소량과 호흡수 등을 조절하는 임상 현장에 접목한다.

심장의 전기적 신호를 피부에 부착한 전극을 통해 기록한 심전도의 경우, 부정맥과 판막질환 등을 진단 예측하는 AI 연구도 병행한다.

복지부는 내년도 예산으로 한국형 중환자 특화 데이터 셋 구축에 15억 7500만원, AI 기반 중환자 CDSS 개발 및 실증연구에 52억 5000만원 등 총 70억 6400만원을 첫 편성했다.

의료정보정책과 관계자는 "한국인 특성을 반영한 중환자 특화 빅 데이터 구축 그리고 안정성과 유효성을 검증한 AI 기반 중환자 진단과 치료, 처방 등 의사 결정을 지원하는 시스템을 개발해 중환자 진료의 질 향상을 기대하고 있다"고 말했다.

복지부는 보건산업진흥원과 함께 내년 중 사업 시행 공고와 신청 접수를 통해 과제를 선정하고 최종 평가를 거쳐 주관 연구기관(종합병원 이상)을 선정할 예정이다.

관련기사

정책 기사

댓글

댓글운영규칙
댓글을 입력해 주세요.
더보기
약관을 동의해주세요.
닫기
댓글운영규칙
댓글은 로그인 후 댓글을 남기실 수 있으며 전체 아이디가 노출되지 않습니다.
ex) medi****** 아이디 앞 네자리 표기 이외 * 처리
댓글 삭제기준 다음의 경우 사전 통보없이 삭제하고 아이디 이용정지 또는 영구 가입이 제한될 수 있습니다.
1. 저작권・인격권 등 타인의 권리를 침해하는 경우
2. 상용프로그램의 등록과 게재, 배포를 안내하는 게시물
3. 타인 또는 제3자의 저작권 및 기타 권리를 침해한 내용을 담은 게시물
4. 욕설 및 비방, 음란성 댓글