44만 건 데이터 머신러닝 기반 AI 모델이 의료행위별 낙창·욕상 발생확률 제시
예측값 따라 환자 특별 관리, 보호자 교육 등 낙상·욕창 예방 시스템 가동
낙상, 욕창 등 병원 내 안전사고 예방을 위해 고안된 머신러닝 기반 AI 모델이 나온 것은 처음이다.
낙상과 욕창은 원내감염과 더불어 병원이 환자안전을 위해 가장 중요하게 여기는 부분이다. 이러한 안전사고는 질병의 치료 과정에서 환자의 회복과 예후에도 영향을 미치기 때문에 낙상과 욕창을 예방하면 전반적인 입원 생활의 질을 높이면서 비용은 크게 절감할 수 있다.
한림대의료원은 이번 AI 모델을 개발하기 위해 최근 5년간 낙상 데이터 16만 건, 최근 10년간 욕창 데이터 28만 건을 분석 및 가공하고 최적화된 머신러닝 알고리즘에 적용했다.
'낙상 위험 예측 AI 모델'에 사용된 데이터는 환자의 기본정보를 비롯해 낙상위험약품, 항응고제 투여 여부, 골다공증, 걸음걸이, 인지장애 등 20여 가지가 넘는다.
'욕창 위험 예측 AI 모델' 역시 감각인지, 습기, 활동 정도, 기동력, 영양상태, 마찰력·응전력, 헤모글로빈, 식이, 기저질환 등 20여 가지 이상의 데이터를 기반으로 머신러닝 과정을 거쳐 제작됐다.
기존에 사용하던 낙상, 욕창 예측 도구는 입원이나 수술 후 등 특정 시점에서나 환자의 낙상·욕창 발생률을 고·중·저 3단계로만 파악할 수 있었다. 반면 한림대의료원이 개발한 AI 모델의 가장 큰 특징은 '실시간 예측'이 가능하다는 것이다.
한림대의료원 이강일 의료정보팀장은 "병동 간호사들이 '처방전달시스템(OCS)'에서 환자 정보를 조회할 때 마다, AI 모델이 실시간으로 낙상·욕창 발생 가능성을 계산해 의료진에게 제시한다"면서 "입원환자에게 처방되는 약, 주사제, 처치, 처방변경 등 의료행위 하나하나에 실시간으로 변하는 낙상·욕창 발생률을 즉각적으로 확인할 수 있는데 의미가 있다"고 말했다.