에이아이트릭스는 SCIE급 국제학술지 '임상의학저널'에 환자 상태 악화 예측 시 임상 데이터의 결측치도 중요한 예측 정보로 활용될 수 있음을 입증한 연구결과를 게재했다고 18일 밝혔다.
에이아이트릭스가 개발한 '바이탈케어'는 환자의 6가지 생체신호와 11가지 혈액검사 결과, 환자 의식 상태, 나이 등 전자의무기록(EMR)을 통해 수집된 총 19가지 데이터를 기반으로 환자의 상태 악화를 예측한다.
EMR과 같은 의료 데이터에는 병원별 검사 항목이나 빈도, 의료진의 판단에 따라 결측값이 발생한다. 이번 연구는 이러한 현실적인 결측 상황에서 바이탈케어가 어떠한 방식으로 데이터를 보완하고 예측 성능을 유지하는지 검증하기 위해 진행됐다. 특히 데이터의 결측이 의료진 판단을 반영한 의미 있는 정보일 수 있다는 점을 전제하고, AI 모델의 결측치 처리 방식에 따른 예측 성능 차이를 비교 분석했다.
연구 결과 바이탈케어 자체 AI 모델의 결측치 처리 방식은 예측 정확도(AUROC)가 0.896으로 나타났다. 평균 대치법과 MICE 다중 대체법 알고리즘은 각각 0.885와 0.827로, 바이탈케어 AI 모델보다 낮은 성능을 보였다. 이는 평균 대치법과 MICE 다중 대체법이 결측 데이터 내에 포함된 '정보성 존재'를 간과해 낮은 예측력을 보인 것으로 분석된다.
심태용 에이아이트릭스 최고의료책임자(CMO)는 “이번 연구를 통해 의료진이 시행하지 않은 검사 항목을 정상치로 간주하는 결측치 처리 방식이 예측력을 높이는 데 효과적임을 입증했다”며 “AI 모델이 결측치를 단순 누락 데이터가 아닌 임상적 판단의 일부로 인식하고 적절히 처리하는 것이 환자 안전과 의료 효율성 향상에 핵심”이라고 말했다.
정용철 기자 jungyc@etnews.com
