에이아이트릭스, 급성신부전 AI 평가 논문 국제학술지 게재

• 15만7323건 입원 환자 데이터 기반 연구
• 정확도 넘어 안정성·경보 부담 평가틀 제시

 (왼쪽부터) 에이아이트릭스 이경현, 윤동휘, 이기병 연구원

[데일리팜=황병우 기자]에이아이트릭스가 급성신부전 예측 AI 모델의 실제 임상 적용 가능성을 평가한 연구 성과를 국제학술지에 게재했다.

의료 인공지능(AI) 기업 에이아이트릭스(대표 김광준)는 급성신부전(Acute Kidney Injury, AKI) 발생 위험 예측 딥러닝 모델 연구 논문이 디지털 헬스케어 분야 국제학술지 npj Digital Medicine에 게재됐다고 28일 밝혔다.

npj Digital Medicine은 네이처 포트폴리오가 발행하는 디지털 헬스케어 분야 국제학술지로, 의료 AI와 디지털 헬스 분야 연구를 다룬다.

이번 연구는 급성신부전 발생 위험을 예측하는 AI 모델을 개발하고, 실제 임상 환경에서 활용 가능한지를 평가하기 위해 진행됐다. 연구진은 연속적인 환자 데이터 흐름을 반영한 시뮬레이션 환경에서 모델 성능을 비교·분석했다.

급성신부전은 입원 환자에게 흔히 발생하는 합병증으로, 조기 예측과 신속한 대응이 중요한 질환이다. 의료 AI를 활용한 조기 예측 연구가 이어지고 있지만, 기존 모델은 특정 시점의 정확도 지표를 중심으로 평가돼 실제 병원 모니터링 환경을 충분히 반영하지 못한다는 한계가 있었다.

에이아이트릭스 연구진은 국내외 3개 의료기관의 입원 환자 15만7323건 데이터를 활용했다. 이를 기반으로 3종의 딥러닝 모델과 2종의 기존 머신러닝 모델을 개발하고, 실제 병원의 연속 환자 모니터링 환경을 구현해 각 모델을 비교했다.

연구 결과 딥러닝 모델은 기존 머신러닝 모델보다 우수한 예측 성능을 보였다. 다만 단일 시점에서 가장 높은 정확도를 기록한 모델이 실제 의료현장에서도 가장 우수한 모델은 아닌 것으로 나타났다.

연구진은 시간에 따른 예측 성능의 안정성과 경보 발생 부담을 함께 고려해야 실제 임상 환경에 적합한 모델을 선별할 수 있다고 봤다. 의료진이 감당해야 하는 경보량까지 평가해야 AI 모델의 현장 활용성을 판단할 수 있다는 의미다.

이번 연구는 의료 AI 성능 평가가 단순한 정확도 중심 지표를 넘어 실제 임상 환경에서의 지속 활용 가능성과 운영 부담까지 고려해야 한다는 점을 제시했다. 특히 시간 변화에 따른 모델 안정성과 경보 부담을 함께 평가하는 접근법을 통해 임상 적용성을 높일 수 있는 평가 프레임워크를 제안했다.

이경현 에이아이트릭스 연구원은 "이번 연구는 예측 정확도가 높은 AI 모델이 실제 의료 환경에서도 반드시 유용한 것은 아니라는 점을 확인했다는 데 의미가 있다"며 "정확도와 함께 시간에 따른 예측의 일관성, 의료진이 감당해야 할 경보량까지 함께 평가해야 실제 활용 가능한 모델을 선별할 수 있다"고 말했다.

이어 "앞으로도 지속적인 딥러닝 기술 혁신을 통해 실제 의료 현장에 실질적인 도움을 주는 AI 모델 연구를 이어가겠다"고 밝혔다.