의료 인공지능 기업 뷰노는 소아 중환자에서 인공호흡기 삽관 필요를 예측하는 AI 기반 조기경보시스템 연구 결과를 국제 학술지 ‘Heart & Lung’에 발표했다. 이 연구는 양산부산대학교병원의 소아청소년과 및 호흡기내과 연구팀과 협력해 수행됐다.

연구팀은 2012년부터 2022년까지 양산부산대학교병원 소아중환자실에 입원한 만 18세 미만 환자 1318건의 전자의무기록을 분석해 최대 8시간 전에 침습적 기계환기 삽관 필요성을 예측하는 딥러닝 모델 ‘DeePedIMV’를 개발했다. 이 모델은 특정 질환에 한정된 기존 예측 도구와 달리 다양한 급성 악화 원인을 반영해 폭넓게 적용 가능하다.

급성 호흡부전은 소아중환자실 입실과 심정지 상황으로 이어질 수 있어 조기 상태 파악이 중요하다. 그러나 소아는 연령대와 원인 질환이 다양해 상태 악화를 신속히 알기 어렵고, 기존 예측 모델은 성인 대상이 많아 소아 환자에게 적용에 한계가 있다.

DeePedIMV는 예측 정확도(AUROC) 약 0.88을 기록하며 높은 성능을 보였고, 모든 연령과 질환 유형 그룹에서 일관된 예측 결과를 냈다. 특히 1세 이하 환자군에서 가장 높은 정확도를 나타냈다. 실제 위험 상황을 식별하는 AUPRC는 약 0.47로 기존 모델 대비 3배 이상 향상됐으며, 같은 민감도에서 알람 횟수를 절반 이하로 줄여 의료진의 업무 효율을 높였다.

뷰노 주성훈 CTO는 "이번 연구를 통해 개발된 딥러닝 알고리즘이 불필요한 알람은 줄이고, 침습적 기계환기 삽관이 필요한 고위험 소아 중환자를 선제적으로 예측할 수 있음을 입증했다"며 "기술력이 성인을 넘어 소아 영역의 환자 안전에도 기여할 수 있도록 지속적으로 노력하겠다"고 밝혔다.

뷰노는 이번 연구까지 총 네 차례에 걸쳐 소아 환자를 대상으로 한 연구 성과를 냈다. 이전에는 신생아 중환자실 환자의 침습적 기계환기 삽관 필요성 예측과 소아 심정지 예측 모델을 개발했으며, 현재는 소아 환자의 인공호흡기 제거 실패 예측 연구를 진행 중이다.