AI 중환자실 모니터링: 수많은 생체신호에서 악화 징후를 찾는 기술

중환자실 앞에서 모니터 화면을 멍하니 보고 있던 기억이 있다. 심박수, 혈압, 산소포화도, 호흡수…. 숫자는 계속 쏟아지는데 정작 "이게 위험한 변화인지"는 알 길이 없었다.

 

간호사 한 명이 여러 환자의 생체신호를 동시에 지켜봐야 하는 상황에서는 미세한 악화 신호를 놓치기 쉽다는 것도 나중에야 알게 됐다. 최근에는 이런 부분을 AI가 보조하는 사례가 늘고 있어, 어떤 방식으로 활용되는지 정리해 봤다.

 

AI가 함께 지켜보는 중환자실

1. 중환자실에서 '악화'를 놓치는 이유

중환자실 환자는 심박수, 혈압, 산소포화도, 호흡수, 체온 등 다양한 생체신호가 동시에 계속 변한다.

 

문제는 이 신호 하나하나가 개별적으로는 정상 범위 안에 있어도, 여러 신호가 함께 미묘하게 움직일 때 급성 악화의 전조인 경우가 있다는 점이다.

 

의료진이 매 순간 모든 신호를 종합적으로 해석하기는 현실적으로 쉽지 않고, 인력 배치나 근무 여건에 따라 관찰 빈도에도 차이가 생길 수 있다.

 

이런 상황에서 AI는 여러 생체신호를 함께 분석해 의료진이 확인할 필요가 있는 위험 신호를 찾아내는 방식으로 활용될 수 있다. 다만 AI가 환자의 상태를 독립적으로 판단하고 처치하는 것이 아니라, 의료진의 관찰과 판단을 보조하는 기술이라는 점을 함께 볼 필요가 있다.

2. AI는 어떤 방식으로 악화 징후를 찾아내나

1) 여러 생체신호를 동시에 통합 분석한다

국내 의료 AI 기업 에이아이트릭스가 개발한 '바이탈케어'는 6가지 생체신호와 11가지 혈액학적 검사 수치 등을 종합해 위험도를 계산한다.

 

개별 수치 하나만 보는 것이 아니라 여러 정보의 조합을 바탕으로 위험도를 산출한다는 점이 특징이다.

 

원문에 따르면 식약처 허가를 받았으며, 중환자실 환자의 6시간 이내 사망, 일반 병동 환자의 6시간 이내 사망, 예기치 않은 중환자실 전실, 심정지, 4시간 이내 패혈증 위험 등을 상황별로 따로 예측한다.

2) 실제 임상 현장에서 조기 예측 시간이 검증되고 있다

한림대학교춘천성심병원이 입원 성인 환자 약 4만 5,000명(패혈증 확인 2,600여 명)을 대상으로 진행한 후향적 검증 연구에서, 바이탈케어는 실제 패혈증 발생 시점보다 약 180분 앞서 위험을 예측했다.

 

계명대학교 동산병원의 전향적 연구(약 4,700명 대상)에서도 약 55분 앞선 조기 예측 성능이 확인됐다고 원문에 제시되어 있다.

 

여기서 중요한 것은 이러한 시간이 모든 환자에게 동일하게 적용되는 값이라는 뜻은 아니라는 점이다. 연구에서 사용된 환자군과 연구 설계, 평가 조건 등을 함께 살펴볼 필요가 있다.

3) 특정 위험은 더 촘촘한 주기로 감시한다

씨어스테크놀로지가 개발한 심정지 예측 AI는 실제 임상 현장을 반영한 검증에서 AUROC 0.8을 기록했으며, 기존 모델 대비 정확도를 최대 26%p 끌어올리고 오경보율은 20%p 이상 낮췄다.

 

같은 회사의 악성부정맥 예측 소프트웨어는 심전도를 지속 모니터링해 1시간 간격으로 위험도를 갱신하며, 식약처 혁신의료기기로 지정됐다.

 

이처럼 AI 기반 모니터링은 모든 생체신호를 똑같은 방식으로 보는 것이 아니라, 예측하려는 위험이나 시스템의 목적에 따라 서로 다른 방식으로 활용될 수 있다.

AI 기반의 실시간 모니터링으로 골든타임을 확보하고 환자 안전을 극대화합니다

3. 실제로 효과가 있었을까 — 연구 결과로 보기

연구/시스템	예측 대상	주요 결과
에이아이트릭스 '바이탈케어'	사망·심정지·패혈증·전실 위험	국내 식약처 허가, 후향적 연구 180분·전향적 연구 55분 조기 예측
씨어스테크놀로지 심정지 예측 AI	병원 내 심정지	AUROC 0.8, 기존 대비 정확도 최대 26%p 향상, 오경보율 20%p 이상 감소
미국 NEJM AI 게재 연구(11개 급성기 병원, 2022~2024)	AI 예측 + 신속대응팀 연계 효과	대상 환자군에서 사망 위험 약 20% 감소

다만 이 수치들은 각각의 연구가 설계된 환자군과 병원 환경에서 나온 결과다. 같은 AI 시스템이라도 도입 병원의 시스템 연동 방식이나 의료진 대응 체계에 따라 실제 활용 방식과 효과는 달라질 수 있다.

 

특히 AI의 성능을 나타내는 수치는 하나만 보고 판단하기보다 어떤 환자를 대상으로 어떤 조건에서 평가했는지 함께 살펴보는 것이 중요하다.

 

따라서 위의 연구 결과를 모든 중환자나 모든 병원에 그대로 적용되는 결과로 받아들이기보다는, 각 연구가 제시한 조건 안에서 나온 결과로 이해하는 편이 적절하다.

4. 보호자가 참고하면 좋은 포인트

Tip. AI 모니터링이 있다고 해서 환자 관찰이 불필요해지는 것은 아니다.

• 담당 병원에 AI 모니터링·경보 시스템 도입 여부를 확인해 보기
• 환자 상태 변화(의식, 호흡, 피부색 등)를 느꼈다면 수치와 별개로 즉시 알리기
• 가족력이나 기존 질환처럼 위험도 계산에 영향을 줄 수 있는 정보는 미리 전달하기
• 시스템 도입 여부와 무관하게, 궁금한 점은 담당 의료진에게 직접 확인하는 것이 가장 정확하다

 

AI 모니터링은 의료진이 환자 상태를 살펴보는 과정에서 참고할 수 있는 보조 수단이다. 따라서 보호자가 모니터의 숫자나 AI 경보만을 보고 환자 상태를 직접 판단하려 하기보다는, 변화가 있다고 느꼈을 때 의료진에게 알리고 설명을 듣는 것이 중요하다.

5. 자주 묻는 질문

Q1. AI가 경보를 울리면 자동으로 처치가 이루어지나요?

아니다. 대부분의 시스템은 위험도를 의료진이나 신속대응팀에 알리는 역할까지 하며, 실제 판단과 처치는 사람이 한다.

 

Q2. 이런 시스템이 모든 병원에 도입돼 있나요?

그렇지 않다. 현재는 일부 대형병원과 협력 의료기관 위주로 도입이 진행 중이며, 병원마다 도입 여부와 활용 범위가 다르다.

 

Q3. AI 예측이 항상 정확한가요?

아니다. 연구마다 정확도 지표가 다르고 오경보가 발생할 가능성도 있다. 그래서 대부분의 시스템이 의료진의 최종 판단을 전제로 설계돼 있다.

 

중환자실의 생체신호는 개별적으로 보면 놓치기 쉬운 변화라도 여러 지표를 함께 분석하면 더 일찍 드러나는 경우가 있다.

AI 모니터링은 이러한 통합 분석을 통해 의료진의 대응 시점을 앞당기는 데 도움을 줄 수 있는 기술이다.

 

다만 연구에서 확인된 결과와 실제 병원에서의 활용은 구분해서 볼 필요가 있으며, 병원과 환자 상황에 따라 효과와 활용 방식이 달라질 수 있다는 점도 함께 알아두면 좋겠다.

함께 보면 좋은 글

• AI MRI 분석: 복잡한 영상 속 미세한 변화를 찾는 원리
• AI 급성 신장손상 예측: 입원 중 콩팥 위험을 앞당겨 발견하는 법

참고 자료

• 메디게이트뉴스, 에이아이트릭스-필립스코리아 스마트 중환자 관리 MOU 
• 벤처스퀘어, 에이아이트릭스 '바이탈케어' 식약처 허가 
• 메디포뉴스, 바이탈케어 조기 예측 임상 검증 결과(180분·55분) 
• 바이오스펙테이터, 씨어스테크놀로지 심정지 예측 AI 연구
• 바이오스펙테이터, 씨어스테크놀로지 악성부정맥 예측 AI 혁신의료기기 지정 
• 메디칼타임즈, AI 예측모델·신속대응팀 개입 효과 연구(NEJM AI) 

 

본 포스팅은 정보 제공을 목적으로 하며, 의학적 진단이나 치료를 대신하지 않습니다. 건강 관련 결정은 반드시 전문 의료진과 상담하시기 바랍니다.