에이아이트릭스, 급성신부전 예측 AI 국제 학술지 게재…실제 병원 환경서 성능 검증 작성일 07-28 18 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">15만7323건 입원 데이터 활용<br>정확도·성능 안정성·경보 부담 종합 평가</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="50jDMcjJE5"> <p contents-hash="47a74980b5d65b5030cac9dce25bffc669906226a49a0c36db1291679a890026" dmcf-pid="1bmhoOmjIZ" dmcf-ptype="general"> [이데일리 나은경 기자] 의료 인공지능(AI) 기업 에이아이트릭스는 급성신부전(Acute Kidney Injury·AKI) 발생 위험을 예측하는 딥러닝 모델 연구 논문이 국제 학술지 ‘npj 디지털 메디신’(npj Digital Medicine)에 게재됐다고 28일 밝혔다.</p> <figure class="figure_frm origin_fig" contents-hash="268d6bb9e0a72108d31324dcb5b1cdf90f4742c9f250a8d195b1acb6b3016645" dmcf-pid="tKslgIsAwX" dmcf-ptype="figure"> <p class="link_figure"><img alt="왼쪽부터 에이아이트릭스 이경현, 윤동휘, 이기병 연구원 (사진=에이아이트릭스)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/28/Edaily/20260728102254958vroh.jpg" data-org-width="920" dmcf-mid="ZYeL9Je4m1" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/28/Edaily/20260728102254958vroh.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 왼쪽부터 에이아이트릭스 이경현, 윤동휘, 이기병 연구원 (사진=에이아이트릭스) </figcaption> </figure> <p contents-hash="05f916d62d97659ad81bbe0b286888bc63ee0d1c2df405f760fb4093d4016cba" dmcf-pid="F9OSaCOcrH" dmcf-ptype="general">이번 연구는 급성신부전 예측 AI 모델의 성능을 단일 시점의 정확도뿐 아니라 시간에 따른 성능 안정성과 경보 발생 부담까지 포함해 평가한 것이 특징이다. 연구진은 실제 의료현장의 연속적인 환자 모니터링 환경을 반영한 시뮬레이션을 통해 모델별 임상 활용 가능성을 비교했다.</p> <p contents-hash="981fc1a135f06681dd5176d0684371b56eebbdb6b9f23c59e78d6732bc5e813b" dmcf-pid="32IvNhIkmG" dmcf-ptype="general">급성신부전은 입원 환자에게 흔히 발생하는 합병증으로 신장 기능이 급격히 저하되는 질환이다. 적절한 시기에 치료하지 못하면 일시적인 투석이 필요하거나 만성신부전으로 진행할 위험이 커질 수 있고 사망 위험도 높아지기 때문에 조기 예측과 신속한 대응이 중요하다. 관련 의료 AI 연구가 이어지고 있지만 기존에는 특정 시점의 예측 정확도인 곡선하면적(AUROC)을 중심으로 성능을 평가해 실제 병원의 연속 모니터링 환경을 충분히 반영하지 못한다는 한계가 있었다.</p> <p contents-hash="aae9d2d0203e89ee1eb3c33910d8bcbe4fc9df6bf6a50a86874e0e24af73970b" dmcf-pid="0VCTjlCEsY" dmcf-ptype="general">에이아이트릭스 연구진은 국내외 3개 의료기관에서 확보한 입원 환자 데이터 15만7323건을 활용해 딥러닝 모델 3종과 기존 머신러닝 모델 2종을 개발했다. 이후 실제 병원과 유사한 연속 환자 모니터링 환경에서 각 모델의 성능을 비교·검증했다.</p> <p contents-hash="5f18833d2efd7dfcd7b5ba17d21b11a1023b9eb1e179e4411e6fbecb71bcb15f" dmcf-pid="pfhyAShDrW" dmcf-ptype="general">연구 결과 딥러닝 모델은 기존 머신러닝 모델보다 높은 예측 성능을 보였다. 다만 단일 시점에서 가장 높은 정확도를 기록한 모델이 연속적인 임상 환경에서도 가장 우수한 성능을 나타내는 것은 아닌 것으로 확인됐다.</p> <p contents-hash="8d7da6fadc64c7fb1568ff2f185a405ecc8cd2ea8d4b4c89d2735b7cfe5b666b" dmcf-pid="U4lWcvlwry" dmcf-ptype="general">연구진은 시간에 따른 예측 성능의 안정성과 의료진에게 전달되는 경보량인 경보 부담(Alert Burden)을 함께 평가하면 실제 임상 환경에 적합한 모델을 보다 정확하게 선별할 수 있다고 설명했다. 의료 AI의 성능 평가에서 정확도뿐 아니라 지속적인 활용 가능성과 운영 부담도 고려해야 한다는 것이다.</p> <p contents-hash="be738e50f30d44180f835fe57f6999fc184dd099584f0e32edbe5dc24cebc200" dmcf-pid="u8SYkTSrDT" dmcf-ptype="general">이경현 에이아이트릭스 연구원은 “이번 연구는 예측 정확도가 높은 AI 모델이 실제 의료 환경에서도 반드시 유용한 것은 아니라는 점을 확인했다는 데 의미가 있다. 특히 정확도와 함께 시간에 따른 예측의 일관성, 의료진이 감당해야 할 경보량까지 함께 평가해야 실제 활용 가능한 모델을 선별할 수 있다”며 “앞으로도 지속적인 딥러닝 기술 혁신을 통해 실제 의료 현장에 실질적인 도움을 주는 AI 모델 연구를 이어가겠다”고 말했다.</p> <p contents-hash="5714b697b575f108ab4d5f15a390ce4643bb69e226eb0e67d34243cba08e3d0c" dmcf-pid="76vGEyvmmv" dmcf-ptype="general">나은경 (eeee@edaily.co.kr) </p> </section> </div> <p class="" data-translation="true">Copyright © 이데일리. 무단전재 및 재배포 금지.</p> 관련자료 이전 아모데이 “개방형 AI 금지 옹호 안해...中 AI는 견제해야” 07-28 다음 레노버, '26 FIFA 월드컵' 무결점 99.99% 가동률 달성…스포츠 AX 전환 성과 '톡톡' 07-28 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
