뷰노(대표 이예하)는 메디플렉스 세종병원과 공동 개발한 인공지능(AI) 기반 응급환자 자동분류 소프트웨어인 ‘VUNO Med–DTAS’(Deep Triage and Acuity Scale·이하 DTAS)의 임상연구 결과를 SCI급 미국 온라인 학술저널 ‘플로스원’(PLOS ONE)에 게재됐다고 16일 밝혔다.

국내 병원 응급실에서는 내원한 환자에 대한 진료 순서를 정하는 등 응급의료 수요를 효율적으로 관리하기 위해 2012년 대한응급의학회가 개발한 응급환자 분류도구(Triage and Acuity Scale) ‘KTAS’(Korean Triage and Acuity Scale)를 활용하고 있다.

뷰노는 이번 임상연구 결과가 전국 응급실에서 수집된 1000만 명 이상 대규모 데이터를 통해 인공지능 기반 DTAS가 KTAS보다 더 높은 응급환자 분류 정확도를 보였다는데 의미가 크다“고 강조했다.

뷰노는 국가응급진료정보망에서 3년간 수집된 전국 응급실 1165만9559명의 환자 데이터 중 약 80%의 데이터를 학습해 ▲사망 ▲ICU입원 ▲일반병동 입원 3가지에 대한 예측 모델인 DTAS를 개발했다.

이를 토대로 나머지 약 20%에 해당하는 환자 데이터 정확도를 평가한 결과, 응급실 내원 환자에 대한 사망 예측은 93.5%(KTAS 78.5%), ICU입원에 대한 예측 89.4%(KTAS 79.7%), 일반병동 입원 예측 80.4%(KTAS 68.1%)로 모든 부분에서 DTAS가 KTAS보다 월등한 예측 성능을 보였다.

특히 DTAS는 KTAS보다 환자별로 더 적은 수의 입력 정보만으로도 KTAS보다 높은 성능을 보였을 뿐 아니라 age·sex·trauma or not·initial vital sign·mental state 등 객관적으로 평가가 가능한 항목들만을 사용해 응급현장에서 의료진에 따라 주관적인 판단차이가 발생할 수 있는 여지도 최소화시켰다.

뷰노는 특히 2년 전부터 일반병동 및 ICU에서의 환자 모니터링을 위한 심정지 예측 기술 ‘VUNO Med–DEWS’를 개발해 왔다.

또 지난 6월에는 미국심장협회지(Journal of the American Heart Association·JAHA)에 인공지능 기반 심정지 예측 기술의 임상적 유효성에 대한 연구결과를 게재했다.

이를 통해 일반병동·ICU에 이어 응급실까지 병원 전체를 커버할 수 있는 인공지능 기반 환자 모니터링 플랫폼 기술을 확보했다.

이영남 뷰노 연구원은 “병원 응급실은 밀려드는 응급환자들에 대해 짧은 시간 내 정확한 판단을 해야만 하는 숙제를 안고 있는 곳”이라고 말했다.

그는 “이번 연구는 응급분야에서 최초로 인공지능을 적용한 사례로서 잠재력이 크고 앞으로 성능개선 가능성도 매우 높다”며 “향후 임상적 유효성을 지속적으로 확보해 나가겠다”고 밝혔다.