서울대병원(원장 김영태)이 최근 인공지능(AI)을 진료·연구·행정 전반으로 확장하며 의료 혁신에 속도를 내고 있다.

수술 합병증을 예측하는 임상 연구부터, 병원 차원 AI 통합 플랫폼, 그리고 산업계와의 협업을 통한 데이터 기반 솔루션까지 인공지능이 병원 운영 전반에 자리 잡는 흐름이다.

서울대병원 마취통증의학과 윤현규 교수와 융합의학과 이현훈 교수 연구팀은 지난 10일 수술 후 발생할 수 있는 합병증을 종합적으로 예측하는 '다중 예측 머신러닝 모델(MT-GBM)'을 개발했다고 밝혔다. 

이 모델은 서울대병원 등에서 수집한 8만여 명 수술 환자 데이터를 기반으로 급성신손상, 호흡 부전, 입원 중 사망 등 세 가지 합병증을 동시에 예측하도록 설계됐다. 기존 단일 합병증 예측 AI와 달리 실제 전문의가 여러 위험 요인을 함께 고려하는 사고 과정을 구현한 것이 핵심이다.

모델은 16개 수술 전(前) 임상정보만으로 작동한다. 연령, 체질량지수, 혈액검사 결과 등 최소한의 항목을 변수로 삼아도 예측 정확도가 높았다. 서울대병원, 노원을지대의료원, 고대구로병원에서 검증한 결과 AUROC는 급성신손상 0.82, 호흡부전 0.91, 입원 중 사망 0.89로 나타났다.

이 교수도 “다기관에서 동일한 모델이 일관된 성능을 보였다는 것은 AI가 실제 의료현장에서 활용될 수 있음을 보여주는 중요한 사례”라며 “향후 이 모델을 전자의무기록 시스템과 연동해 수술 전 환자 맞춤형 위험예측 도구로 발전시킬 계획”이라고 밝혔다.

앞서 서울대병원 소아정신과 김붕년 교수와 융합의학과 김영곤 교수팀은 부모가 촬영한 1분짜리 영상을 분석해 자폐스펙트럼장애(ASD) 위험을 예측하는 인공지능(AI) 모델을 개발했다.

연구팀은 아동 이름 부르기 반응, 모방 행동, 공 주고받기 등 세 가지 과제를 종합해 자폐 위험을 높은 정확도로 예측하는 AI 모델을 구축했으며, 영상 한 편을 평균 14초만에 분석할 수 있을 만큼 효율성을 입증했다.

김영곤 교수는 “부모가 촬영한 짧은 영상만으로 자폐를 조기 선별할 수 있는 세계 최초 자동화 도구”라며 “다양한 집단을 대상으로 연구를 확대해 실제 임상 적용 가능성을 높이겠다”고 말했다.

서울대병원은 이 같은 개별 연구 성과를 넘어 병원 차원의 AI 통합 인프라 구축에도 나서고 있다. 

지난 11월 초 서울대병원은 그동안 개별적으로 운영되던 의료 AI를 하나로 통합한 플랫폼 ‘스누하이(SNUH.AI)’를 공개했다. 흩어져 있던 AI 시스템을 병원 전산망과 연계해 체계화·표준화함으로써 의료 현장의 효율성과 정확성을 높이겠다는 구상이다.

서울대병원은 스누하이를 통해 개별 AI를 하나의 플랫폼으로 통합하고, 병원 내 다양한 데이터와 진료 업무 흐름을 유기적으로 연결함으로써 의료 AI의 운영 체계화와 표준화를 실현했다.

산업계 협력 통해 의료 데이터 생태계 확장

산업계와의 협력도 활발하다. 9월에는 더존비즈온과 함께 ‘원 AI 큐브’를 공개해 진료와 행정 데이터를 통합하는 시스템을 선보였다. 

서울대병원 정창욱 정보화실장은 당시 발표에서 “진료·행정 전반의 디지털 전환은 병원 단독으로는 한계가 있다”며 “양질의 임상 데이터와 현장 경험, 그리고 IT 파트너 개발력이 함께 맞물려야 한다”고 말했다. 

해당 시스템은 환자 데이터를 분석해 치료 옵션과 보험 기준 적합 여부를 동시에 제시함으로써 진료 효율성을 높이는 사례로 평가받았다.

지난 7월 서울대병원은 과학기술정보통신부와 한국지능정보사회진흥원(NIA)이 추진하는 ‘초거대 AI 확산 생태계 조성사업’의 일환으로 ‘근골격계 질환 생체신호 데이터 구축사업’ 수행기관으로 선정됐다. 

서울대병원 융합의학과 조민우 교수팀이 주관하는 이번 컨소시엄에는 피씨엔, 올빅뎃, 연세대 스포츠과학 및 운동의학센터 정재우 교수팀, 길온, 탑메디컬 등이 참여한다.

이 사업은 퇴행성 관절염 환자와 일반인 200명 이상으로부터 보행패턴과 생체신호 데이터를 수집해 AI 학습용 데이터셋을 구축하는 프로젝트다. 

조 교수는 “이 사업은 실생활 기반 보행 데이터를 활용해 고품질의 정량적 생체신호를 구축하고, 이를 AI 학습 데이터로 연계한다는 점에서 큰 의의가 있다”며 “조기진단 한계를 극복하고 AI 기반 예측 가능한 근골격계질환 관리체계 마련의 출발점이 될 것”이라고 말했다.

서울대병원의 이 같은 움직임은 AI를 단순한 연구 도구가 아닌 병원 운영 핵심 인프라로 확장하려는 전략으로 해석된다. 

임상 예측, 데이터 통합, 질환 조기진단 등 다양한 영역의 기술이 전산망과 연계되며 AI가 진료·연구·행정 전반의 디지털 전환을 이끄는 구조다.

병원은 축적된 데이터를 기반으로 정밀의료 체계를 고도화하고, 이를 통해 의료현장 효율성과 환자 안전을 동시에 높인다는 계획이다.

이런 흐름은 서울대병원이 국내 의료AI 생태계 중심 기관으로 자리매김하는 전환점이 될 것으로 보인다.