KAIST, '불확실성' 고려한 환자 위험 예측 AI 개발...국내 기업 상용화 추진

KAIST(총장 신성철)가 의료 현장에서 환자 위험 예측 정확도를 대폭 높일 수 있는 인공지능(AI) 기술을 개발했다. 연구진이 직접 참여하는 스타트업 기업을 통해 상용화도 준비하고 있다.

KAIST는 황성주·양은호 전산학부 교수팀이 기존 '주의집중 모델'을 개량해 질병 진행이나 응급 상황을 높은 정확도로 예측하는 주의집중 기반 심층학습 모델을 개발했다고 18일 밝혔다.

도식화한 불확실성 주의 집중 메카니즘 기반 진단 시스템
도식화한 불확실성 주의 집중 메카니즘 기반 진단 시스템

주의집중 모델은 생체 데이터 지표 주요 요소를 학습해 사용자가 제시한 주제를 예측한다. 의료 분야에서 주로 사용한다. 질병 발병 가능성은 얼마나 되는지, 사망 확률은 얼마인지를 분석해 예측 결과를 내놓는다.

문제는 현재 수준으로는 실제 의료 환경에서 활용할 수 있을 만큼 정확도가 높지 않다는 점이다. 학습 데이터가 부족하거나 사람 체질에 따른 지표 오차가 심하면 정확도가 급감한다.

연구팀은 '불확실성'을 고려한 학습 알고리즘을 모델에 결합하는 방법으로 문제를 해결했다. 예를 들어 지표가 환자 사망에 직접 영향을 미치는지 알 수 없을 경우 이를 '덜 중요한 요소'로 고려해 최종 판단을 보류하는 식이다. 이 경우 해당 기록을 의료진에 전달, 추가 검증 과정을 거치게 한다. 개발 모델을 활용한 예측 정확도는 82%에 달한다.

연구팀은 불확실성을 보정해 노픈 예측 신뢰도를 구현했다.
연구팀은 불확실성을 보정해 노픈 예측 신뢰도를 구현했다.

연구팀은 지난해 세계 최고 권위를 가진 기계학습 학회 '닙스(NIPS 2018)'에 관련 기술을 소개해 극찬을 받았다.

현재는 연구진이 참여한 '에이아이트릭스(AITRICS·대표 유진규)'를 통해 기술 상용화를 준비하고 있다. 다수 대학 병원과 협업해 모델 최종 성능을 검증하고 있다.

황성주 교수는 “개발 모델은 의료기관이나 보험사 등에서 신속하게 환자 위험을 예측 할 수 있도록 돕는다”며 “패혈증과 같이 빠르게 진행되는 병에 신속 대응하도록 위험 상황 발생 여부와 시기 예측, 판단 이유·설명을 제시하는 의료 프레임워크를 개발했다”고 말했다.

대전=김영준기자 kyj85@etnews.com