메디칼타임즈=최선 기자최근 몇 년 동안 인공지능(AI) 기술은 의료 분야에서 빠르게 발전하며 임상 의사들의 업무에 큰 변화를 예고하고 있다. 영상 진단 영역에서의 활용이 두드러지지만 심전도 신호를 기반으로 한 다양한 질환 예측 인공지능도 상용화 단계를 넘어선 만큼 인공지능의 보편적 활용은 예정된 미래라는 것.초기 연구가 인공지능을 임상 영역에서 활용 가능할 정도의 신뢰성을 갖췄는지를 확인하는 탐색 연구가 주를 이뤘다면 현재는 가능성 탐구는 끝났다는 평이다. 실제 인간이 수행한 검진 데이터를 기반으로 학습 시켰을 때 비슷하거나 더 나은 수준의 진단 능력을 보이면서 연구 방향도 전문의와의 직접 대결 양상으로 흐르고 있다.벌써부터 일부 연구에선 인공지능이 전문의를 앞선 것으로 나타난 상황. 논의의 주제는 고도화된 인공지능이 전문의를 대체할 수 있냐는 것으로 변모하고 있다. 기술 만능주의를 경계하는 목소리 역시 만만치 않다. 의료사고에 있어 책임소재가 불분명해 어디까지나 의료진 판단의 보조 수단으로 활용될 뿐 전문가를 대체한다는 건 지나친 확대해석이라는 것이다.최근 연구 흐름은 어떨까. 인공지능이 과연 전문의들을 대체할 정도의 양질의 판단을 내놓는 것일까. 인공지능을 개발하는 의료진, 인공지능을 활용해 스마트병원을 구축한 병원장 등에게 인공지능을 둘러싼 미래에 대해 물었다.▲가능성 탐색에서 인공지능 우월론으로최근 인공지능의 연구 동향은 전문의와의 직접 대결 양상으로 변모하고 있다. 누적된 학습을 통해 인공지능이 고도화되면서 실제 성능을 확인하기 위해선 필드 테스트에 준하는 인간과의 직접 비교가 불가피하기 때문. 그 결과는 어떨까.인공지능 학습이 고도화되면서 인공지능과 전문의간 진단 정확도를 직접 비교하는 연구가 활성화되고 있다(pubmed 캡쳐).이달 20일 공개된 국내 현직 의대 교수가 만든 심전도(ECG) 분석 인공지능은 고칼륨혈증 진단 정확도와 평가자간 일치율 등에서 전문의 수준을 앞질렀다.분당서울대병원 응급의학과 김중희 교수가 이끄는 다기관 연구진은 고칼륨혈증으로 진단된 환자 64명과 그렇지 않은 환자 61명 등 총 125명을 대상으로 ECG 버디와 응급의학과 전문의 5명간 진단과 분석 결과를 비교했다.분석 결과 ECG 버디는 고칼륨혈증 진단에 있어 곡선하면적(AUCROC)가 0.902를 기록했다. 곡선하면적이 1에 가까울 수록 정확하다는 의미로 응급의학과 전문의 5명의 평균 곡선하면적은 0.662로 상대적으로 낮았다. 정확도 면에서 인공지능 어플리케이션에 비해 크게 떨어졌다는 의미다.다른 지표에서도 ECG 버디는 민감도 0.797, 특이도 0.934, 음성 예측도 0.815, 양성 예측도 0.927를 보인 반면 응급의학과 전문의는 평균 민감도 0.203, 특이도 0.934, 음성 예측도 0.527, 양성 예측도 0.765로 인공지능에 비해 뒤쳐졌다.직접 비교 연구는 해외에서도 활성화되고 있다.이달 공개된 덴마크 방사선연구소 카밀라 판듀로 닐슨 등이 진행한 연구(DOI:10.1080/0284186X.2023.2256958)는 두경부암 환자에서 인공지능과 종양 전문의가 고위험 장기 윤곽을 얼마나 정확하게 잡아내는지 비교했다.덴마크 두경부암 그룹(DAHANCA) 임상 35에 참여한 63명의 환자는 지역 DAHANCA 센터의 CT와 양성자 센터의 CT 데이터를 가지고 있었다.nnU-Net을 기반으로 하는 전국 단위 신경망을 사용해 각 환자에 대한 두 스캔 모두에서 위험 장기(Organ at risk, OAR)의 윤곽을 처리했다. 일치도는 의료 영상 분석에서 분할 결과의 정확성을 평가하는 DSC 점수와 평균 표면 거리(MSD)를 사용해 계산했다.분석 결과 인공지능의 윤곽은 종양 전문의보다 훨씬 나은 일관성을 보였다. DSC의 중앙값 및 사분위간 범위는 인공지능 및 전문의의 경우 각각 0.85 대 0.68, MSD의 중앙값 및 사분위간 범위는 각각 0.9mm 대 1.9mm였다.10월 공개된 인공지능 대 외과의사의 응급 수술 위험도 예측 비교 연구(DOI:10.1097/TA.0000000000004030)에서도 인공지능이 대부분 항목에서 더 정확했다.매사추세츠 종합병원 응급의학과 모하메드 모헤브 등 연구진은 스마트폰 기반의 응급 수술 위험도 예측 인공지능(Predictive Optimal Tree in Emergency Surgery Risk, POTTER)과 외과의사의 수술 위험 추정치를 비교하는 연구를 진행했다.2018년 5월부터 2019년 5월 사이에 대형 4차 진료소에서 EGS를 받은 총 150명의 환자가 수술 후 30일 결과(사망률, 패혈성 쇼크, 인공호흡기 필요, 수혈이 필요한 출혈, 폐렴)에 대해 전향적으로 추적 관찰했다.스마트폰 기반의 응급 수술 위험도 예측 인공지능(POTTER)의 수술 위험 추정치는 외과의사를 상회했다.분석 결과 인공지능 POTTER는 패혈성 쇼크(AUC: 0.816 대 0.820)를 제외한 모든 결과에서 전문의를 앞질렀다.사망률 AUC는 인공지능이 0.880, 전문의가 0.841이었고 인공호흡기 의존성은 각각 0.928 대 0.833, 출혈은 0.832 대 0.735, 폐렴은 0.837 대 0.753였다.연구진은 "인공지능 위험도 계산기 POTTER는 응급실 환자의 수술 후 사망률과 결과를 예측하는 데 있어 외과의사의 판단을 능가했다"며 "이를 보조로 사용했을 때 외과의사 개인의 위험도 예측을 향상시켰다는 점에서 수술 전 환자를 상담할 때 진료 보조 툴로 유용할 수 있다"고 결론내렸다.29일 종료된 북미영상의학회 연례회의(RSNA 2023)에서도 고도화된 자폐증 진단 인공지능이 이목을 집중시킨 바 있다.24~48개월 사이 소아 226명(자폐증 진단 126명, 정상 100명)에 대한 진단 결과 인공지능은 자기공명영상(DT-MRI)만으로 자폐증을 98%의 정확도로 잡아냈다.인공지능이 지속적으로 승전보를 울린 가운데 국내에서도 최대 규모의 인공지능 대 응급의학과 전문의의 판독 결과를 직접 비교하는 전향적 임상 연구가 진행되고 있다.심전도 AI 분석업체 메디컬에이아이는 심전도 기반 심근경색 진단율 비교 임상 결과를 내년 상반기 내놓는다는 계획. 2022년도 3월부터 진행된 임상은 전국 18개 응급실에서 가슴 통증으로 내원한 환자에 대한 인공지능과 전문의의 진단 정확도를 비교하도록 설계됐다.메디컬에이아이 관계자는 "기존 데이터를 가져와 후행적으로 분석한 것이 아닌 전향적 진행된 연구"라며 "국내에서 최대 규모 임상일뿐 아니라 이 정도 인원이 참여한 것은 세계에서도 AI 관련 임상으로는 유례를 찾아보기 힘들다"고 말했다.이어 "참여 대상자 모집과 임상이 지난 달 마무리가 돼 현재 임상 결과 분석 작업에 들어간 상태"라며 "내년 1분기 쯤 연구 결과 공개가 예상되는데 최대한 연구 논문의 질을 끌어올려 유명 저널 게재를 목표로 하고 있다"고 밝혔다.▲AI 만능 아냐…임상 설계·변수 따라 성능 편차해외에서는 광범위한 연구가 누적되면서 여러 연구를 종합해 분석하는 메타분석의 단계까지 접어들었다.선종 및 용종 검출을 위한 대장내시경 인공지능의 성능 연구(DOI:10.1016/j.gie.2020.06.059)는 5개 무작위 대조 연구(4354명)를 메타분석했고, 내시경 영상에서 헬리코박터 파일로리 감염 예측을 위한 인공지능 진단검사 정확도 연구(DOI:10.2196/21983)는 RCT 8개(1719명), 상부 GI 병변 검출의 정확도 연구(DOI:10.1016/j.gie.2020.06.034)는 23개의 연구(96만 9318개 이미지)를 분석했다.이외에도 다양한 연구에서 인공지능의 진단 성능이 전문의를 앞서거나 최소한 동등한 수준으로 나왔지만 이에 대한 반론도 만만치 않다.인공지능의 진단 정확도의 비교 잣대인 임상 전문가의 '수준'에 따라 연구 결과가 혼재되는 등 임상 설계의 변수를 감안해야 한다는 것. 게다가 연구 성과물은 주로 인공지능이 최적의 성능을 나타내는 분야에서 진행됐기 때문에 이를 일반화시켜 인공지능은 만능이라는 공식을 세울 수 없다는 것이다.실제로 방사선 전공의와 인공지능의 흉부방사선 영상 판독 결과를 비교한 임상(DOI:10.1001/jamanetworkopen.2020.22779)에서 인공지능의 평균 이미지 기반 민감도 AUC는 0.716, 방사선 전공의는 0.720였고, 양성 예측도는 각각 0.730, 0.682, 특이도는 각각 0.980, 0.974로 평가 항목마다 다른 양상이 나타난다. 학습 데이터를 바꾼 경우 인공지능의 AUC 값은 0.807에서 0.772로 바뀌었다.프랑스 파리 호텔듀병원 방사선학과 마티외 코헨 등 연구진은 방사선 전문의와 인공지능간 손목 골절 검출 정확도를 비교한 연구(DOI:10.1007/s00330-022-09349-3)도 조건 변경에 따른 다른 결과 가능성이 제시된다.연구는 2017년 1월부터 2019년 12월 사이에 손목 외상을 입은 637명의 환자와 관련한 1917장의 X-ray 영상을 기반으로 아직 숙련되지 않은 초기 방사선 전문의와 인공지능이 각각 골절을 진단했다.선임 방사선 전문의들이 보고한 골절은 247명의 환자에서 총 318건이었는데 이에 대한 인공지능의 검출 민감도는 83%였고, 초기 방사선 전문의들은 76%였다. 다만 특이도는 두 그룹 모두 96%로 같았다.영상의학회 관계자는 "두 연구에서 인공지능의 비교 대상이 전공의나 비숙련 전문의로 설정됐지만 이를 전문의나 숙련된 전문의와의 비교로 바꾸었다면 충분히 다른 연구 결과가 나올 수도 있다"며 "적응증마다 무엇을 기준으로 판별할지, 판별의 가중치를 어떻게 할지 등 변수가 많아 단순히 인공지능과 인간 중 누가 더 뛰어나다는 식으로 말하기 어렵다"고 지적했다.▲AI가 의료진 대체한다? "진료 효율화 도구"인간과 인공지능의 직접 비교 임상이 활성화되면서 다른 방향의 접근도 활성화되고 있다. 바로 인공지능을 진단 보조 도구로 결합했을 때 임상 결과를 개선할 수 있는지 여부, 즉 대결이 아닌 협업의 관점이다.피부과 전문의의 흑색종 분류 정확도에 미치는 인공지능 효과 연구(DOI:10.2196/18091)에서 평균 민감도와 정확도는 인공지원 지원으로 크게 증가했다(59.4% 대 74.6%).이와 유사하게 CT를 통한 코뼈 골절 진단에 있어서의 인공지능 지원 연구는 인공지능 사용 시 민감도 94.00±3.17을 기록, 의료진의 독자적인 진단의 83.52±10.16을 상회했고 특이도(89.75±6.15, 77.55 ± 11.38) 및 AUC(0.92±0.04, 0.81±0.10)도 협업의 당위성을 설명했다.연구진은 "AI의 도움으로 1~5년 저숙련 또는 6~10년의 경력을 가진 전문의에서도 민감도, 특이도 및 AUC가 유의하게 향상됐다"며 "인공지능 모델은 코뼈 골절의 위치를 파악하기 위해 경험이 부족한 의사와 방사선사가 진단 성능을 개선하는 데 도움이 될 수 있다"고 결론내렸다.딥러닝 기반의 인공지능 알파고가 인간과의 대결에서 승리한 이후 오히려 인공지능 프로그램을 통한 기보 학습이 활발해진 것처럼 비슷한 형태의 협업 내지 학습이 임상 현장에서도 이뤄질 수 있다는 것.딥러닝 기반의 진단 모델보다는 진단 보조와 행정 업무 효율화 측면의 인공지능이 먼저 보편화될 것으로 전망된다.  은평성모병원이 세계 최초로 도입한 인공지능 음성인식 모바일 전자간호기록 플랫폼'Vobile ENR'.이런 인식을 반영하듯 의학한림원은 30일 의과대학 교육에 적용 가능한 인공지능 과정을 제안하기 위한 '의료 AI 교육과정 개발 가이드라인 및 모델' 공청회를 연다. 공청회 주요 논의 사항으로는 의학한림원의 연구진이 개발한 의료 인공지능 역량과 한국의과대학ㆍ의학전문대학원협회의 기본의학교육 졸업성과 연계 방안, 필수 및 선택 과목의 편성 기준 등이 포함돼 사실상 의료 영역에서의 인공지능 접목 및 활용이 필수 불가결한 요소로 자리잡았음을 시사했다.  심전도 분석 인공지능 SW를 개발한 권준명 메디컬에이아이 대표(심장학회 스마트헬스연구회 이사)는 "임상 현장에서의 인공지능 활용은 보편화되고 대중화되는 단계를 넘어 필수적인 보조 진단 기기로 자리 잡을 것으로 예상한다"며 "인공지능은 의료진의 합리적인 의사 결정을 도와주는 보조 도구이지 결코 경쟁자나 의료진의 대체자가 아니"라고 강조했다.필름 기반의 영상 이미지 자료가 디지털 시대로 변하며 PACS 시스템으로 통합된 것처럼 인공지능 진단툴은 시간 문제일뿐 임상의사결정지원시스템(CDSS)으로 융합될 수 있다는 게 전문가들의 판단.주로 딥러닝 기반으로 학습한 인공지능이 진단에 활용되는 반면 대규모 언어 모델 기반(LLM)의 인공지능은 자연어 처리를 통한 진단 보조와 행정 업무 효율화에 기여한다.진단 관련 인공지능은 다양한 적응증에 대한 신뢰도 확보 및 검증에 시간이 소요되는 만큼 효율화 측면에서의 인공지능이 먼저 임상 현장의 풍경을 바꿀 것으로 예상된다.올해 2월 은평성모병원은 세계 최초로 인공지능 음성인식 모바일 전자간호기록 플랫폼 'Vobile ENR'(Electronic Nursing Record)을 도입한 바 있다.배시현 병원장은 "스마트병원 구축의 핵심은 인공지능으로, 업무 효율화를 중심으로 한 인공지능이 먼저 대중화될 것으로 본다"며 "실제로 인공지능 음성인식 플랫폼을 도입한 결과 많은 직원들이 환영하고 있다"고 밝혔다.그는 "수기 입력없이 혈압과 맥박, 약 처방 확인 내역, 간호 기록 등을 말로 하면 자동으로 텍스트로 변환돼 입력이 된다"며 "이는 병원 시스템과 연결돼 있어 어디서든 말로 입력을 해도 다 기록이 되기 때문에 이제 손으로 쓰는 일은 보기 힘들어 졌다"고 말했다.이어 "처음 2개 병동으로 시작해서 지금은 6층부터 15층까지 다 인공지능 음성인식 플랫폼을 활용한다"며 "최근에도 일산 쪽 병원에서 참관 요청이 와 시연해주고 다양한 병원들이 벤치마킹하고 있어 이런 플랫폼 보급이 더 확대될 것"이라고 전망했다.

메디칼타임즈=문성호 기자임상현장은 일반적으로 생각하는 것보다 업무 강도가 높다. 업무 체계도 복잡한 데다 해야 할 일이 많고, 기록 업무까지 병행해야 하기 때문이다. 의사나 간호사 모두 진료 업무에 버금갈 정도로 기록하는 데 에너지를 많이 소모한다. 그럼에도 불구하고 기록 및 인수인계 실수로 인해 발생하는 의료사고는 잊을 만하면 발생한다.   이 가운데 최근 기록에 대한 의료진의 부담과 의료사고 위험을 낮춰줄 서비스가 주목을 받고 있다. 바로 퍼즐에이아이(PuzzleAI)의 'Voice EMR', 'Voice ENR'로, 종합병원 중심으로 최근 활용도가 높아지고 있다. 임상의사로서 해당 서비스의 필요성을 느끼고 최초 사업 개발단계에서부터 노력해 왔던 이가 바로 정형외과 전문의로 퍼즐에이아이를 이끌고 있는 김용식 대표다.  메디칼타임즈는 최근 김용식 대표를 만나 퍼즐에이아이의 의료서비스 제공 계획과 앞으로의 회사 발전방향을 들어봤다. 퍼즐에이아이 김용식 대표. 정형외과학회 이사장과 서울성모병원장을 역임하며 임상현장을 누볐던 그가 이제는 디지털 헬스케어 기업 대표로 변신해 활약 중이다.35년 임상경험 살려 '솔루션' 제공사실 김용식 대표는 퍼즐에이아이 대표로 디지털 헬스케어 분야보다 정형외과 전문의로 임상현장에서 더 크게 알려진 인물이다. 대한정형외과이사장과 서울성모병원 겸 여의도성모병원장을 거치는 등 의학회와 병원 모두를 대표하는 자리를 모두 경험한 바 있다. 그런 그가 최근에는 소위 'MZ세대'들과 격의 없이 소통하며 임상현장에서의 의사, 간호사의 진료업무 부담을 크게 줄여 줄 서비스 개발에 힘쓰고 있다. 이에 따라 퍼즐에이아이가 내세운 서비스는 'Voice EMR', 'Voice ENR'. 우선 Voice EMR(Electronic Medical Record)은 의사나 간호사가 의료 관련 정보에 대해 말하면, AI가 이를 차트에 반영하는 방식이다. 데스크톱에서 마이크를 통해 사용할 수도 있고, 현장에서 근무하는 의사나 간호사들이 모바일을 통해 간편하게 사용할 수 있다. 마찬가지로 Voice ENR(Electronic Nursing Record)은 간호사들이 별도의 기록 작업 없이 스마트폰을 이용해 간호업무 수행 즉시 음성으로 모든 내용을 ENR에 실시간으로 입력, 저장할 수 있는 서비스다.  김용식 대표는 서울성모병원장을 맡던 시절 해당 서비스 개발 필요성을 느끼고 미국 등 선진국 진료 현장을 조사, 카이스트 출신 연구원들을 만나 서비스를 상용화하기에 이르렀다. 이후 임상의사로서 정년과 병원장 역할이 마무리되자 퍼즐에이아이 대표로 전면에 나섰다. 김용식 대표는 "임상의사로 35년을 생활하면서 의료진의 기록 실수에 따라 문제가 발생한 사례를 경험해 왔다. 가령, '암이 아니다'라고 쓴 내용을 갖고 '암'으로 오인해 수술까지 벌어진 일도 발생했었다"며 "이처럼 의사, 간호사 모두 진료와 함께 기록에 대한 부담을 있다. 병원장 시절 서비스 개발을 해야겠다고 마음먹고 카이스트 출신 연구원과 의기투합해 여기까지 왔다"고 회상했다. 이 같은 노력에 결과일까. 퍼즐에이아이의 서비스는 의학차트 음성인식률 100%에 도달을 목표로 할 만큼 정확한 서비스로 거듭났다. 소위 국외 빅테크 기업들이 최근 '생성형 AI 서비스'를 임상현장 도입을 추진하고 있는 상황에서 퍼즐에이아이는 몇 년 앞서서 서비스를 개발, 보급해 매출까지 올리는 성과를 이루고 있는 것이다. 김용식 대표는 "최근 한 학회 학술대회에서 퍼즐에이아이의 서비스를 강연한 적이 있다. 다른 기업들도 생성형 AI 서비스를 갖고 자사와 유사한 서비스를 개발하겠다고 발표했더라"며 "이들보다 몇 년 앞서 상용화를 이룬 만큼 앞으로 해당 서비스를 임상현장에 확대하는 데 초점을 맞출 계획"이라고 전했다. 그는 "퍼즐에이아이의 목표는 빅테크 기업처럼 다양한 분야에서 서비스를 하는 것이 아닌 의료 등 특정 분야에서 만큼은 최고의 서비스를 개발하겠다는 것"이라고 강조했다."영업‧마케팅 아닌 임상현장 입소문으로 승부"퍼즐아이아이의 'Voice EMR', 'Voice ENR' 서비스는 현재 전국 종합병원 중심 의료기관 92개소에 확산될 만큼 임상현장에서의 활용도가 급속도로 늘고 있다. 이 중에서 'Voice EMR'의 경우 대학병원 영상의학과 중심으로 판독 서비스에 적극 활용 중이다. 간호사 대상 'Vobile ENR'는 올해 상반기 은평성모병원 모든 병동에 구축을 완료한 데 이어 또 다른 국내 초대형병원 등과도 구축을 논의 중이다.김용식 대표는 Vobile EMR 서비스에 더해 음성 인공지능 솔루션 사업 확대 가능성을 시사했다.  또한 뷰노 음성사업부를 인수하는 등 기업 성장세가 가파르다.이 같은 확산세에 힘입어 최근 퍼즐에이아이는 뷰노 음성사업부를 인수하기도 했다. 김용식 대표는 "올해 6월 기준으로 의료기관 92개에 Voice EMR 서비스를 적용하고 있다. 현재 Voice EMR 데모 대기기간이 4개월일 정도"라며 "영상의학과 중심으로 서비스를 활용 중인데 하반기 100개소 확대를 목표로 추진 중이다. 별도 영업‧마케팅 인력을 두고 있지 않은 상황에서 이 같은 성과는 의료진들이 직접 활용해보고 경험을 통해 확산된 것으로 앞으로도 이 같은 기조를 이어나가겠다"고 설명했다. 아울러 김용식 대표는 '소프트웨어'로 승부해야 하는 디지털 헬스케어 기업의 특성 상 '구독료' 방식의 가격정책을 고수하는 한편, 임상현장에서 해결하지 못했던 세세한 문제를 해결하는 방식으로 서비스를 확대하겠다는 계획을 제시했다. 그는 "소프트웨어로 승부해야 하는 디지털 헬스케어 기업의 특성상 특정 서비스를 제공함에 따른 일괄 보상보다는 서비스 활용에 따른 구독료 방식으로 가격정책을 설정하고 있다"며 "구독료 방식의 가격 설정은 단순 서비스 제공이 끝이 아니라 향후 프로그램 업그레이드 등 임상현장에서 원하는 추가적인 관리를 뒷받침 할 수 있는 동력이 된다"고 강조했다. 마지막으로 김용식 대표는 기존 Voice EMR 서비스에 더해 '음성 인공지능 동의서' 시장 진출도 계획 중이다. 임상현장에서 환자들과 시술 및 수술 동의서 작성이 수없이 이뤄지는 만큼 해당 시장 성공 가능성도 충분하다는 것이 김용식 대표의 생각이다. 이 모든 것이 임상현장에서 35년 간 누비며 느꼈던 언멧니즈(unmet needs, 미충족 수요)에서 나온 사업 아이템이다. 김용식 대표는 "수술 동의서 작성은 임상현장에서는 수없이 경험했던 일로 향후 의료진과 환자 간 논쟁이 벌어질 수 있는 시작점이 될 수 있다"며 "음성 인공지능 동의서는 이같은 문제를 사전에 차단하고 의료진과 환자 모두 만족할 수 있는 대안이 될 수 있는 서비스"라고 기대했다. 그는 "이미 국내 손에 꼽히는 초대형병원과 도입 논의가 막바지 단계에 접어들었다"며 "의료시장은 물론 동물실험, 클린룸 시장 진출을 준비 중인데 이를 바탕으로 2025년 해외 진출을 위한 IR도 시작할 계획"이라고 덧붙였다.

메디칼타임즈=문성호 기자간호사들이 입원환자를 돌보며 수행하는 모든 업무 내용을 담고 있는 전자간호기록(Electronic Nursing Record). 앞으로는 간호사들이 별도의 기록 작업 없이 스마트폰을 이용해 간호업무 수행 즉시 음성으로 모든 내용을 ENR에 실시간으로 입력, 저장할 수 있는 시대가 열렸다. Vobile ENR 음성인식 기능을 활용한 환자의 생체징후 실시간 기록 장면가톨릭대학교 은평성모병원은 23일 오후 병원 G층 대강당에서 'Vobile ENR UNPACKED 2023' 행사를 개최하고, 세계 최초로 개발한 인공지능 음성인식 모바일 간호기록 플랫폼을 바탕으로 환자 중심의 초격차 스마트병원 도약을 선언했다.  'Vobile ENR'의 도입과 전 병동 적용(2023년 2월)을 통해 은평성모병원은 간호사 근무 환경의 혁신적 개선 및 환자 소통 확대와 안전 향상이라는 선순환을 기대하고 있다.은평성모병원이 이날 공개한 'Vobile ENR'은 음성을 의미하는 'Voice'와 이동 편의성을 나타내는 'Mobile', 그리고 전자간호기록인 'ENR'을 합친 합성어다.  'Vobile ENR'은 간호사가 간호업무 수행 중 인공지능 음성인식 기술을 활용해 실시간으로 업무 내용을 의무기록에 입력, 인증, 저장까지 할 수 있는 차세대 의무기록 플랫폼으로 사용자 중심의 가볍고, 신속하고 편리하며, 실용적 기능에 초점을 맞춰 개발됐다. 우선, 'Vobile ENR'은 이동성을 높인 가벼운 장비를 활용한다. 'Vobile ENR' 프로그램을 탑재한 스마트폰만 있으면 언제 어느 곳에서든 두 손이 자유로운 상태에서 기록업무 수행이 가능하다. RFID 인증과 스마트폰 카메라 바코드스캔을 동시에 지원해 사원증 태그나 스캔만으로 빠르고 편리한 로그인이 가능하고, 환자 바코드 스캔 시 바로 해당 업무 메뉴로 진입할 수 있다. 여기에 더해 최초 접속 시 사용자 고유의 음성을 등록하면 목소리로 프로그램 잠금을 해제할 수 있는 Voice ID 기능을 구현함으로써 보다 편리하면서도 안전하게 데이터를 관리할 수 있다. 가장 눈에 띄는 특징은 대화형 명령어를 사용한다는 점이다. 가령, "수혈 하겠습니다", "채혈 하겠습니다", "투약 하겠습니다" 등 대화하는 형식의 음성명령어로 기록을 시작하기 때문에 환자에게 별도의 안내 없이 대화하듯 자연스럽게 신속한 업무를 수행할 수 있다. 실제 은평성모병원 병동에서는 'Vobile ENR'을 활용해 수혈업무 수행 시 환자 확인, 수혈팩 확인, 근무자 교차 확인, 생체징후 입력 및 기록 완료까지 걸리는 시간은 기존 업무 대비 절반까지 줄었고, 실시간 인증과 기록 입력으로 안전성도 높아졌다.음성명령이 어려운 환경에서는 퀵메뉴 터치로 모든 업무 메뉴 진입이 가능하고 터치와 음성명령을 동시하는 사용하는 것도 가능하다. 더불어 화자분리 기술을 적용해 환자와 대화하는 중에도 사용자인 간호사의 목소리만 추출해 기록함으로써 정확도를 높였다. 다양한 환자의 요구를 즉각적으로 수용하고 돌발적인 상황에서도 내용을 남길 수 있도록 실용성을 높인 간호메모 기능도 제공한다. 메모 기능을 활용하면 계획에 없던 처치와 기록을 동시에 할 수 있고 이에 따라 기록 누락도 방지할 수 있다. 무엇보다 환자가 원하고, 환자에게 꼭 필요한 처치를 실시간으로 소통하면서 제공하는 맞춤형 간호 환경을 제공한다. 이렇게 기록된 모든 간호 내용은 각 처치별로 고유색이 부여된 카드로 정리돼 간호사가 진행한 업무를 쉽게 파악하고 연속성 있게 환자 돌봄에 임할 수 있도록 돕는다. 은평성모병원은 병원 설립을 기획하는 단계에서부터 IT기술을 의료현장에 접목해 의료서비스의 질을 높이려는 패러다임 전환을 시도했다. 그 중 한 분야로 2019년 개원 직후 음성인식 전자의무기록 연구소(Voice Lab for EHR)를 설립하고 인공지능 음성인식 분야를 활용한 대화형 기록 시스템 개발에 매진해왔다. 은평성모병원 Vobile ENR 언팩 2023 행사에서 참석자들이 인공지능 음성인식 기능을 활용한 간호기록 플랫폼을 체험하고 있다. 특히 간호사들이 기록 입력을 위해 사용하는 시간이 지나치게 길다는 점에 주목했다. 기록 업무로 인해 스트레스가 증가하고, 업무 과중으로 기록 입력이 지연되거나 누락되는 사례도 발생하고 있으며 이런 근무환경이 환자를 돌보는 시간 감소로 이어져 환자와의 소통과 안전까지 저해할 수 있기 때문이다. 이에 따라 2019년에는 간호사들이 간호용어에 대한 딥러닝 교육을 직접 진행해 음성으로 간호기록을 남길 수 있는 'Voice ENR'을 선보였으며, 2021년에는 병동 간호환경에 맞춰 이동성과 사용 편의성을 높인 모바일 기반의 ‘Voice ENR’을 세계 최초로 병동에 적용해 시범운영한 바 있다. 은평성모병원은 이러한 개발 과정에서 수많은 시행착오를 겪었다. 초기 버전은 노트북이나 태블릿PC 등 비교적 무겁고 큰 기기를 사용해 활용도가 떨어졌고, 단순히 음성을 받아 적는 수준으로는 간호업무의 효율성을 높일 수 없다는 한계에 봉착했다. 초기 버전 출시 이후 300여 명의 간호사들로부터 수집한 현장 의견을 반영해 PDA 버전으로 업그레이드했으나 역시 활용도면에서 아쉬움을 남겼다. 비교적 무거운 장비와 각종 소음과 음성 중첩으로 인한 음성 인식의 부정확성, 여기에 간호 내용을 음성으로 기록했더라도 인증과 저장은 반드시 스테이션의 PC에서 해야 하는 번거로움이 남았다.은평성모병원은 앞선 개발에서 얻은 교훈을 바탕으로 간호사들의 업무 흐름부터 다시 살피고 현장의 의견을 추가적으로 수렴했으며, 2년간의 추가 개발 끝에 음성인식만으로 간호기록을 완결할 수 있는 ‘Vobile ENR’을 선보이게 됐다.홍은영 은평성모병원 간호부원장은 "간호사들의 의견을 토대로 개발된 Vobile ENR은 전자간호기록을 PC 기반에서 Mobile 기반으로 자연스럽게 전환하는 새로운 계기를 만들었다는 점에서 그 의미가 크다"며 "대화형 음성명령어를 사용함으로써 간호기록을 하는 과정 중에 자연스레 환자와 소통하는 시간이 증가했고 이에 따라 간호사들뿐만 아니라 환자들도 음성인식 간호기록에 대한 많은 기대와 관심을 보이고 있다"고 말했다.최승혜 은평성모병원장(외과)은 "현재 모든 병동에 적용된 Vobile ENR은 단순한 음성인식 기술을 넘어 간호 근무환경 변화와 환자를 돌보는 패러다임 전환을 선도하고 있다"면서 "환자를 중심으로, 환자와 소통하고, 환자를 더욱 안전하게 돌볼 수 있는 은평성모병원의 Vobile ENR이 최상의 진료와 스마트 의료시대를 이끌어 갈 것"이라고 밝혔다. 한편, 세계 최초로 개발된 'Vobile ENR'은 은평성모병원과 평화이즈, 인공지능 스타트업 퍼즐에이아이, 두유비가 공동 연구･개발을 수행했으며, '음성 입력 및 터치 입력을 지원하는 전자간호시록 시스템을 구비하는 전자 시스템 및 그의 동작 방법'을 명칭으로 특허를 출원했다.