한림대학교의료원은 입원환자의 낙상과 욕창 발생 가능성을 실시간으로 예측해주는 인공지능(AI) 모델을 개발했다. 낙상, 욕창 등 병원 내 안전사고 예방을 위해 고안된 머신러닝 기반 AI 모델이 나온 것은 처음이다.

낙상과 욕창은 원내감염과 더불어 병원이 환자안전을 위해 가장 중요하게 여기는 부분이다. 이러한 안전사고는 질병의 치료 과정에서 환자의 회복과 예후에도 영향을 미치기 때문에 낙상과 욕창을 예방하면 전반적인 입원 생활의 질을 높이면서 비용은 크게 절감할 수 있다.

한림대의료원은 이번 AI 모델을 개발하기 위해 최근 5년간 낙상 데이터 16만 건, 최근 10년간 욕창 데이터 28만 건을 분석 및 가공하고 최적화된 머신러닝 알고리즘에 적용했다.

‘낙상 위험 예측 AI 모델’에 사용된 데이터는 환자의 기본정보를 비롯해 낙상위험약품, 항응고제 투여 여부, 골다공증, 걸음걸이, 인지장애 등 20여 가지가 넘는다.

‘욕창 위험 예측 AI 모델’ 역시 감각인지, 습기, 활동 정도, 기동력, 영양상태, 마찰력·응전력, 헤모글로빈, 식이, 기저질환 등 20여 가지 이상의 데이터를 기반으로 머신러닝 과정을 거쳐 제작됐다.

기존에 사용하던 낙상, 욕창 예측 도구는 입원이나 수술 후 등 특정 시점에서나 환자의 낙상·욕창 발생률을 고·중·저 3단계로만 파악할 수 있었다. 반면 한림대의료원이 개발한 AI 모델의 가장 큰 특징은 ‘실시간 예측’이 가능하다는 것이다.

낙상 예측 AI 모델 화면. 의료진이 환자 정보를 조회할 때 AI 모델이 실시간으로 환자의 낙상 발생 예측률 계산해준다. 일반 병동에서 낙상 예측률 값이 60% 이상일 경우 의료진은 특별 간호 프로그램을 가동한다.
낙상 예측 AI 모델 화면. 의료진이 환자 정보를 조회할 때 AI 모델이 실시간으로 환자의 낙상 발생 예측률 계산해준다. 일반 병동에서 낙상 예측률 값이 60% 이상일 경우 의료진은 특별 간호 프로그램을 가동한다.

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.

한림대의료원 전 병원은 이 AI 모델을 도입해 입원환자 대상으로 낙상과 욕창을 예방하는 데 사용하고 있다. 일반병동에서는 욕창 예측값이 70% 이상, 중환자실에서는 욕창 예측값이 90% 이상일 경우 환자 모니터링 횟수를 늘리고, 보호자 대상 안전교육 프로그램을 제공하는 등 집중관리를 한다.

낙상의 경우 욕창보다 더 낮은 예측값에서부터 예방적 간호 프로그램을 가동하고 있다.

조혜정 한림대강남성심병원 간호사는 “낙상·욕창 위험도를 실시간으로 파악할 수 있어서 고위험군 환자를 대상으로 맞춤형 ‘집중관리’가 가능하게 됐다”면서 “환자와 환자 보호자도 기존에 막연하게 받아들였던 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 © e-의료정보 무단전재 및 재배포 금지