서울성모병원, 소아응급 조기 예측 AI 개발

AI 요약

국내 연구팀이 소아 응급환자를 조기 예측하는 AI 모델을 개발했으며, 의료진이 전자의무기록(EMR)에 직접 작성한 증상과 진료 내용을 분석하는 자연어 처리(NLP) 기술을 적용해 기존 활력징후 중심의 분류 체계와 차별화했습니다. 연구팀은 2012년부터 2021년까지 소아 응급실 환자 8만7759명의 EMR 데이터를 활용해 KM-BERT에 마스크 언어 모델(MLM) 사전 학습을 적용해 모델을 개발했고, 진단 정확도(AUROC) 84%·정밀도(AUPRC) 88%를 기록하며 기존 머신러닝 모델과 한국형 응급환자 분류도구(KTAS)보다 높은 예측 성능을 보였습니다. 본 연구는 국제학술지 Scientific Reports에 게재됐으며 연구팀은 이 기술이 응급실 운영 효율성과 소아 환자 안전 향상에 기여할 수 있다고 평가했습니다.