한림대의료원, 국내 최초 낙상·욕창 실시간 예측 AI 개발

인쇄

위험도 따라 환자별 집중 맞춤관리 가능해져

한림대학교의료원은 입원환자의 낙상과 욕창 발생 가능성을 실시간으로 예측해주는 인공지능(AI) 모델을 개발했다고 15일 밝혔다. 낙상·욕창 등 병원 내 안전사고 예방을 위해 고안된 머신러닝 기반 AI 모델이 나온 것은 이번이 처음이다.

낙상·욕창은 질병 치료과정에서 환자의 회복과 예후에 상당한 영향을 미친다. 낙상·욕창 관리에 철저해야 입원생활의 질을 높이면서 빠른 퇴원으로 전체 치료비를 줄일 수 있다. 병원에서도 환자 안전과 병원 내 감염을 막기 위해 가장 중요하게 여긴다.

한림대의료원은 이번 AI 모델을 개발하기 위해 최근 5년간 낙상 데이터 16만 건, 최근 10년간 욕창 데이터 28만 건을 분석·가공해 최적화된 머신러닝 알고리즘에 적용했다. 구체적으로 낙상 위험요인을 예측하기 위해 환자 기본 정보를 비롯해 낙상위험약품, 항응고제 투여 여부, 골다공증, 걸음걸이, 인지장애 등 20여 개의 데이터를 활용했다. 욕창은 감각인지, 습기, 활동 정도, 기동력, 영양상태, 마찰·응전력, 헤모글로빈, 식이, 기저 질환 등을 살폈다. 

이를 통해 한림대병원은 실시간 위험도를 예상해 환자 맞춤형 집중 관리가 가능해졌다는 평가다. 기존에 사용하던 낙상·욕창 예측도구는 한계를 개선한 것이다. 기존에는 입원이나 수술 후 특정 시점에서나 환자의 낙상·욕창 발생률을 고·중·저 3단계로만 파악할 수 있었다.

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.

이를 통해 입원 기간 동안 낙상·욕창을 효과적으로 관리할 수 있다. 일종의 예방적 간호 프로그램이다. 예컨대 의료진이 환자 정보를 조회할 때 AI모델이 실시간으로 환자의 낙상·욕창 발생 예측률을 계산한다. 일반 병동에서 낙상·욕창 예측률 값이 각각 60%, 70% 이상이면 특별 간호 프로그램이 가동된다. 중환자실은 욕창 예측값이 90% 이상이면 환자 모니터링 횟수를 늘리고 보호자 대상 안전교육 프로그램을 제공한다.

조혜정 한림대강남성심병원 간호사는 “기존에 막연하게 받아들였던 낙상·욕창 안전사고 위험도를 수치로 접하다 보니 더욱 경각심 있게 인지하게 됐다. 낙상·욕창 예측 AI 모델을 통해 안전사고 발생 감소를 기대할 수 있다”고 말했다. 

한편 한림대의료원은 연내 실용화를 목표로 ▲동정맥류 혈관협착 예측 ▲정맥염 예측 ▲동시처방 유효약제 추천 ▲ 연하장애로 인한 흡인성폐렴 예측 등 환자안전관리를 위한 다양한 인공지능 모델을 개발하고 있다. 
 

< 저작권자 © 중앙일보플러스 무단전재 및 재배포금지 >