환자와 함께 만든 뇌건강 AI, 'Care Me at Home'

컴퓨터 속 가상 연구(In Silico)에 머무르던 AI 모델과 환자의 통찰(Insight)이 만나 임상 현장에 적용 가능한 차세대 정밀의료 기술로 진화했다.

삼성서울병원은 지난 14일 IN SILICO에서 환자로: 멀티모달 데이터 기반 뇌혈관질환 예측모델 개발과 환류라는 제목으로 심포지엄을 개최하고, 삼성서울병원고대안산병원서울아산병원한양대구로병원인천대학교 등 5개 기관이 참여한 다기관 컨소시엄이 3년에 걸쳐 공동 수행한 해당 연구의 최종 결과를 발표했다.

다기관 컨소시엄은 각 기관의 강점을 바탕으로 뇌혈관질환 예측 및 관리를 위한 핵심 기술을 개발했다.

삼성서울병원 서효창 박사팀은 스마트워치스마트폰 기반 라이프로그 수집 플랫폼을 개발해 뇌졸중 환자 대상 장기간 실증을 통해 운영 안정성을 확보했다. 또 수집된 웨어러블 센서 데이터로부터 심전도(ECG)를 추정하고, 심박수 패턴 분석을 통해 뇌졸중 환자의 불안 수준(GAD)을 예측하며, 활동 특성을 결합해 환자의 기능적 건강 수준(EQ-5D-5L)를 모니터링하는 등 멀티모달 AI 모델들을 구현했다.

고대안산병원 정진만전은태 교수팀은상세한 보행 정보를 포함하는 뇌졸중 후향적 레지스트리를 구축하고, 동영상을 기반으로 환자의 기능 이상을 표준화하여 평가하는 프로토콜을 정립했다. 또 뇌졸중 초기 정보로 3개월 단기 예후를 예측하는 모델과 뇌 백질 고강도 병변의 중증도를 자동으로 평가하는 AI 파이프라인을 만들었다.

한양대학교 구리병원 박성호 교수팀은뇌졸중 영상데이터를 기반으로 한 도메인 특화형 AI 모델 개발에 주력해뇌혈관질환 특화 진단예측 기술을 확보했다. 특히 MRI로부터 뇌경색 병변을 자동 추출하는 모델, 혈전제거술의 적응증을 판단하는 모델, 그리고 연속 MRI 비교를 통해 새롭게 발생하는 무증상 뇌경색을 탐지하는 AI 모델을 구축검증했다.

인천대학교 조환호 교수팀은뇌혈관 영상을 기반으로 3차원 뇌혈관 구조를 정량적으로 분석하고 시각화하는 통합 파이프라인을 구축했다. 이를 바탕으로 뇌혈관 건강 상태를 예측하고, 뇌병변의 검출 및 변화 감지에 활용할 수 있는 인공지능 기반 진단 및 예후 예측 모델과 분석 방법론을 제시했다.

서울아산병원 유소영 교수팀은이번 컨소시엄의 핵심 ELSI(윤리법률사회적 함의) 거버넌스를 설계하고 총괄했다. 연구팀은 ELSI 드라이랩(ELSI Dry Lab)을 선제적으로 운영하며 실시간 쟁점 해결과 규제 불확실성을 해소했으며, 이 경험을 보건의료 데이터 전주기 활용 가이드라인으로 표준화했다. 특히 RD에서 최초로 RD 전과정 환자 참여형 공유 의사결정 모델을 도입, 기획부터 환자의 통찰과 실제 미충족 수요를 RD의 핵심 변수로 반영했다. 나아가, 실제 이해관계자 간의 시뮬레이션을 통해 그 실효성을 검증하고, 보건의료 데이터 비용가치평가 프레임워크를 정립했다.

연구 총괄 책임을 맡은 서우근 교수(삼성서울병원)는 이번 연구의 철학은 Care me at home, 즉 최신의 인공지능 기술이 환자들의 실제 일상에 어떻게 적용될 수 있는가를 보여주는 것이었다. 이를 위해 실제 환자에게 필요한 서비스를 제공하는 것을 연구의 중요한 목표로 설정하여, 개발된 기술을 실제 환자들에게 환류하기 위한 해답을 찾기 위해 노력했다고 강조했다.

그는 삼성서울병원, 고대안산병원, 한양대구리병원 등에서 동의를 받은 데이터를 멀티모달 관점에서 통합하고, 서울아산병원 빅데이터연구센터와 임상연구보호센터 유소영 교수 ELSI 연구팀의 윤리법적 자문과 환자와 보호자의 통찰과 실제 수요를 반영하여 모델을 교정하는 과정을 거쳤다. 이는 환자 참여가 이뤄낸 기술적, 임상적 진보라고 의의를 밝혔다.