의료 인공지능(AI) 기업 에이아이트릭스(대표 김광준)가 실제 임상 환경을 반영한 급성신부전(Acute Kidney Injury, AKI) AI 모델의 평가 프레임워크를 제시했다. 

에이아이트릭스는 디지털 헬스케어 분야 국제학술지 ‘npj Digital Medicine’에 급성신부전 발생 위험 예측 딥러닝 모델 연구논문이 게재됐다고 28일 밝혔다.

이번 연구는 국내외 3개 의료기관 입원 환자 15만 7323건 데이터를 활용, 3종 딥러닝 모델과 2종의 기존 머신러닝 모델을 개발했다. 아울러 실제 병원의 연속 환자 모니터링 환경을 구현해 각 모델 성능을 비교 및 검증했다.

연구 결과, 딥러닝 모델은 기존 머신러닝 모델보다 우수한 예측 성능을 보였다. 

특히 단일 시점에서 제일 높은 정확도를 기록한 모델이 실제 의료현장에서 가장 우수한 성능을 보이는 것은 아닌 것으로 나타났다.

반면 시간에 따른 예측 성능의 안정성과 경보 발생 부담(Alert Burden)을 함께 고려한 평가를 통해 실제 임상 환경에 더 적합한 모델을 선별할 수 있음을 확인했다.

연구는 의료 AI 성능 평가가 단순한 정확도 중심 지표를 넘어 실제 임상환경에서 지속적인 활용 가능성과 운영 부담까지 고려해야 한다는 점도 보여줬다. 

시간 변화에 따른 모델 안정성과 경보 발생 부담을 함께 평가하는 접근법을 통해 의료 현장 적용성을 높일 수 있는 평가 방향을 제시했다.

에이아이트릭스 이경현 연구원은 “이번 연구는 예측 정확도가 높은 AI 모델이 실제 의료환경에서도 반드시 유용한 것은 아니라는 점을 확인했다는 데 의미가 있다”며 “정확도와 함께 시간에 따른 예측 일관성, 의료진이 감당해야 할 경보량까지 함께 평가해야 실제 활용 가능한 모델을 선별할 수 있다”고 말했다.