이슈) 근거를 설명할 수 있는 AI 기술로 심장 질환 환자의 재입원 위험도 정확히 예측
이슈) 근거를 설명할 수 있는 AI 기술로 심장 질환 환자의 재입원 위험도 정확히 예측
  • 최창현 기자
  • 승인 2017.12.13 16:45
  • 댓글 0
이 기사를 공유합니다

이는 환자에게 적절한 재입원 예방 프로그램을 실시하는 것으로, 환자의 삶의 질을 높이고 의료비 절감 효과를 예상

 

이미지:히타치

히타치 제작소는 심장 질환의 입원 환자가 퇴원 후 30 일 이내에 재입원하는 위험에 대한 이론적 근거를 제시하고, 정밀하게 예측하는 인공지능(AI) 기술을 개발했다고 12일 밝혔다. 또 향후 퇴원 환자에 대한 AI의 효과 검증 및 의료 종사자에 의한 평가를 진행, 실제 의료 현장에 제공을 목표로 한다고 덧붙였다.

히타치는 미국의 대표적인 의료기관 중 하나인 파트너스 헬스케어(Partners HealthCare 이하, PH)와 공동으로 PH가 가지는 의료 데이터를 이용한 효과 검증을 실시한 결과, AI가 환자 재입원 위험을 정밀 예측할 수 있는 것을 확인했다.

AI가 예측한 위험에 따라 적절히 PH의 퇴원 후 관리 프로그램을 적용했을 경우의 시뮬레이션을 실시한 결과, 기존 기준보다 2 배 이상 환자의 재입원을 방지하고, 1 인당 연간 약 7000 달러(약 765만원)의 의료비 절감 효과가 있음을 확인했다고 밝혔다.

최근 고령화가 진행되는 선진국을 중심으로 의료비의 증가가 사회 문제가 되는 가운데 정부와 민간 의료, 보험회사 등에서는 의료 서비스의 질적 향상과 비용 절감을 추구하고 있다. 미국의 대부분의 병원은 30 일 이내에 재입원 비율이 중요한 지표의 하나로서 관리되고 있다.

따라서 PH는 특히 재입원 위험이 높은 심장 질환 환자를 대상으로 퇴원 후 맥박 데이터 등을 수집하여 메일이나 전화로 케어를 제공하는 프로그램(CCCP : Connected Cardiac Care Program)를 실시하고 재입원 비율이 현저히 낮아졌다.

근거를 설명할 수 있는 인공지능(AI)(편집:본지)

이번에 히타치는 재입원율 감소를 위해 심장 질환 환자의 재입원의 위험을 예측하고 그 근거를 설명할 수 있는 AI 기술을 개발하고 PH 함께 효과 검증에 임했으며, 정확한 예측 모델을 구축하기 위해 딥러닝을 이용하여 입원 환자에 대해 수행된 조치나 투약 병력 등의 의료정보와 과거의 의료결정 요소와 의료지침 정보를 학습함으로써, 퇴원 후 30 일 이후에 재입원 위험을 예측하는 것이다.

종래의 딥러닝에서는 이용한 정보와 예측 결과와의 인과 관계를 설명하는 것이 부족했기 때문에 의료 분야에서의 활용에 있어서 문제가 제기되고 있었다. 이에 히타치는 딥러닝의 학습 결과를 분석하고 의사가 이해할 수 있는 의료 행위에 반영하고 판단 할 수 있는 수십 개의 요소만을 추출하여 위험 예측을 할 수 있는 기술을 개발한 것이다.

이 위험 예측에서는 표준 통계 분석 기법에 의해 재입원 위험과 판단 요소의 기여도를 산출할 수 있었으며, 이로 인해 높은 예측 정확도와 의사가 이해할 수 있는 위험 근거 설명을 제시하는 등을 동시에 실현했다.

예측 모델 구축 및 효과 검증에 있어서는 2014 년부터 2015 년에 퇴원한 심장 질환 환자 약 12,000 명의 전자 진료 기록 카드에 기재된 치료 내용과 환자의 용태 등을 사용했으며, 기술은 높은 예측 정확도(AUC 약 0.71)로 평가되어 실질적인 하나의 기준이 되는 70 %를 넘어 섰다.

한편 이번 연구에 참여한 파트너스 헬스케어 의학박사 겸 수석 이사인 카말 제스와니(Kamal Jethwani) 박사는 "최종 사용자인 우리는 기존의 기계학습 프로그램의 예측 결과에 대한 근거를 알 수 없었습니다. 이번 혁신을 통해 의사와 간호사는 왜 환자가 높은 재입원의 위험을 가지는지, 무엇을 하면 좋은 것인지 알 수 있었습니다. 우리는 이 정보를 바탕으로 의료 서비스 제공의 실현을 목표로 합니다. 이것은 기계학습 면에서도 한 걸음 넘는 것이라고 말할 수 있습니다." 라고 말했다.

Tag
#N

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.