구급차 안에서 이뤄지는 응급 처치와 병원과의 통화 내용 등을 인식해 환자의 악화를 막고 골든타임을 확보하는 의료 인공지능 모델이 나와 주목된다.

구급차 안에서부터 응급실로 이어지기까지 신속한 치료를 돕는다는 점에서 이른바 응급실 뺑뺑이를 막고 응급실 의사의 적절한 대처를 지원할 수 있다는 것이 전문가들의 의견이다.

세브란스 심장혈관병원 심장내과 장혁재 교수는 소방청 R&D 과제를 통해 '지능형 구급활동지원 플랫폼'을 개발하고 통합 시제품을 구현해 본격적인 가동에 들어갔다고 30일 밝혔다.

현재 응급실까지 향하기 전 구급차 안에서는 응급조치 외에도 각종 바이탈 사인을 체크하며 수용 가능 병원을 확인하고 또 각종 기록을 응급실 의사에게 전달하는 일련의 과정이 수행된다.

하지만 환자의 상태에 따라 이 과정이 일관되게 진행되지 않으며 무엇보다 구급대원의 기억에 의존해 기록을 작성한다는 점에서 어려움이 있었던 것이 사실.

이에 따라 연구진은 구급대원의 현장 기록, 병원 전달 과정을 지원하기 위해 인공지능(AI) 모델을 통합해 구급차와 응급실 간 빠른 소통에 초점을 맞췄다.

총 10종의 인공지능을 통합해 만들어낸 4가지 카테고리에는 응급 대화에 특화한 음성인식 모델을 이용했다. 첫째로 응급정보 변환 인공지능과 구급현장에서 환자의 상태 악화를 예측하는 모델 등을 통합한 응급상황 예측 인공지능이 들어갔다.

또한 응급실에서 공식적으로 환자의 중증도를 평가하기에 앞서 구급차 내 CCTV에 담긴 환자 상태를 기반으로 평가하는 사전 KTAS(pre-KTAS) 모델 등을 통합해 응급환자 평가 인공지능, 환자적정 처치 가이드 모델도 학습시켰다.

또한 이송병원 선정 모델 등을 통합한 구급현장 지원 인공지능 서비스를 탑재해 적절한 병원으로 이송이 가능하도록 조치했다.

이를 통해 이 AI 통합 모델은 구급 활동 일지 자동 작성, 최적 이송 의사 결정 지원, 현장 사진과 평가 소견 전송까지 응급 이송에 필요한 핵심 기능을 단일 플랫폼에 구현했다.

모델을 실제 사용한 구급대원들은 전체적인 사용 편의성, 업무 효율과 대응 속도 향상, 신뢰도 부분에서 높은 점수를 줬다. 종합 만족도 점수에서는 1단계 연구개발 평가 기준 점수인 80점을 훨씬 웃도는 86점을 받았기 때문이다.

특히 최적 이송병원 추천 기능에 대해서는 현장에서 참고 지표로 충분히 활용 가능하다는 호평을 내놨다.

연구팀은 향후 2단계 연구를 통해 실제 운영 환경에서의 실증을 진행하고 응답 속도, 기록 부담 감소 효과, 현장-병원 간 소통 정확성, 시스템 안정성 등을 정량적으로 검증할 계획이다.

이를 바탕으로 현장 피드백을 반영한 기능 고도화를 추진한다는 것이 최종 목표다.

장혁재 교수는 "1단계에서는 현장과 병원 간 협업에 필요한 핵심 기능을 통합하고 10종의 인공지능 모델 고도화를 통해 현장 기록·판단·전달을 지원하는 개발 완료 수준의 기반을 확보했다"며 "구급차 안 구급 활동 효율을 높이고 환자 상태에 대한 기록이 적절한 응급실의 의사에게 빠르게 전달돼 환자 생존율을 제고하는 것이 최종 목표"라고 말했다.