'환자 예후'와 '병원 운영 효율성' 동시 측정…의료 AI 상용화 청사진 마련
[메가경제=김민준 기자] AI 의료 의사결정을 실제 병원처럼 검증할 수 있는 가상 시뮬레이션 모델이 공개됐다. 환자를 위험에 노출시키지 않고 치료 결과와 병원 운영에 미치는 영향을 동시에 평가할 수 있는 환경이 마련됐다
서울대병원은 김성은 서울대병원 특화연구소 연구교수와 하버드 의대 공동 연구팀이 거대언어모델(LLM) 기반 의료 AI를 동적으로 평가하는 ‘임상 환경 시뮬레이터(CES)’를 발표했다고 14일 밝혔다. 이번 연구는 국제 학술지 ‘네이처 메디슨(Nature Medicine, IF 50)’ 최신 온라인판에 게재됐다.
 |
| ▲김성은 서울대병원 의생명연구원 특화연구소 연구교수. [사진=서울대병원] |
연구팀은 이번 모델 연구를 위해 두 가지 핵심 엔진을 동기화했다. 먼저 ‘환자 엔진’은 전문의가 정의한 질병 궤적 템플릿과 실제 전자의무기록의 환자 초기 데이터를 바탕으로, LLM이 증상과 치료 반응의 다양한 가상 경로를 동적으로 생성해 환자의 상태 변화를 모사한다.
이와 맞물린 ‘병원 엔진’은 실제 병원의 시간 데이터를 바탕으로 현장의 단계별 업무 흐름을 그대로 재현해 병상, 의료진, 장비 상태를 실시간으로 추적한다. 혈액 검사 지시가 내려지면 실제 소요 시간에 맞춰 단계별로 필요한 의료 인력이 순차적으로 배정되고, 초응급 환자에게 자원을 우선 할당하는 우선순위 체계까지 완벽하게 구현됐다.
이 가상 병원에서는 AI의 개입 시점에 따라 위기 상황이 생생하게 구현된다. 가령 AI가 검사 처방을 지연시킬 경우 안정적이던 흉통 환자가 급성 심근경색으로 악화될 수 있다. 또한 AI가 특정 초응급 환자에게 CT 스캐너 등 핵심 자원을 우선 할당하면, 다른 환자들의 대기열이 길어지는 현실적인 병목 현상도 발생한다.
AI의 결정 하나가 특정 환자의 생사를 가르는 것은 물론, 병원의 남은 자원마저 고갈시켜 다음 환자의 진료 기회를 연쇄적으로 제한하는 실제 병원 환경을 구현한 것이다.
AI가 내린 모든 결정은 ▲환자 예후(생존 여부, 치료 소요 시간, 가이드라인 준수도) ▲병원 운영 효율성(총 입원 기간, 응급실 처리량, 병상 및 장비 활용도)이라는 두 축을 합친 ‘이중 지표 복합 점수’로 평가된다.
병원 시스템을 훼손하지 않으면서 치료를 개선하면 보상이 주어지지만, 특정 환자에게만 자원을 과도하게 집중해 다른 환자들의 진료 기회를 희생시키면 벌점이 부여되는 엄격한 균형을 요구한다. 나아가 전산망 마비나 다발성 응급 환자 발생 등 극한 상황의 적대적 스트레스 테스트도 진행한다.
이번 연구의 핵심 의의는 환자를 위험에 노출시키지 않고 시스템의 안전성을 입증하는 ‘무위험 전임상 테스트 환경’을 제공한다는 데 있다.
철저한 검증을 거친 AI가 의료진의 디지털 대리인이 되어 복잡한 시스템 실무를 전담하게 되면, 의사는 비로소 모니터에서 눈을 떼고 환자 곁으로 돌아가 공감과 판단이라는 의사 본연의 역할에 온전히 집중할 수 있을 것으로 연구팀은 기대하고 있다.
김성은 연구교수(공동 제1저자)는 “가상 병원이 인체의 복잡한 생리적 반응을 완벽히 예측할 수는 없다”면서도 “이번 연구는 의료 AI가 단편적인 문제를 푸는 도구를 넘어, 역동적인 의료 체계 내에 완전하게 통합돼 실제적인 도움을 주도록 검증하는 가장 가치 있는 다음 단계가 될 것”이라고 강조했다.
[저작권자ⓒ 메가경제. 무단전재-재배포 금지]
