의료 인공지능(AI) 기업 에이아이트릭스가 전자의무기록(EHR) 데이터에서 발생하는 미측정 정보를 활용해 환자 상태 악화를 연속적으로 예측하는 새로운 접근법을 제시했다.

에이아이트릭스는 자사 연구진이 개발한 환자 악화 예측 AI 모델 ‘MADE’ 관련 연구 논문이 의료정보학 분야 국제학술지 ‘JAMIA’에 게재됐다고 7일 밝혔다.

연구진은 ‘데이터가 측정되지 않았다는 사실’ 자체에도 환자 상태와 관련된 정보가 담길 수 있다는 점에 주목했다. 

마스킹 어텐션 기반 트랜스포머와 양방향 장단기 메모리 네트워크(bi-LSTM)를 활용해 실제 관측값과 미측정 패턴을 함께 분석하도록 MADE를 설계했다.

모델 성능은 신촌 세브란스병원 내부 데이터와 서울아산병원·한림대의료원 외부 코호트 데이터를 활용해 평가했다. 

급성중증이벤트(MAE)와 패혈증을 대상으로 기존 방식 및 딥러닝 기반 모델과 비교했으며 미측정값을 별도로 보완하지 않는 방식과 LOCF, MICE 등 기존 데이터 보완 방식의 성능도 비교했다.

이를 통해 미측정 정보를 단순히 보완해야 할 데이터가 아닌 환자 상태와 관련된 잠재적 정보로 활용할 가능성을 확인했다. 

서로 다른 의료기관 데이터를 활용한 외부 검증을 통해 병원별 데이터 수집 환경과 특성이 다른 상황에서도 모델 성능을 평가했다.

현재 MADE 모델은 에이아이트릭스의 환자 상태 악화 예측 솔루션 ‘AITRICS-VC(바이탈케어)’에 적용돼 실제 의료현장에서 운영되고 있다. 

회사는 EHR 기반 환자 악화 예측 기술 연구와 임상 적용을 지속적으로 확대할 계획이다.

문예찬 에이아이트릭스 연구원은 “실제 임상 환경에서 활용할 수 있는 의료 AI 기술의 연구개발과 검증을 지속해 나가겠다”고 말했다.