세브란스, 응급실 의사 대신 퇴실 기록 써주는 AI 개발

대규모 언어 모델 기반…행정 업무↓·환자 대면↑

   환자가 응급실에서 치료받은 뒤에 의사가 의료법상 반드시 작성해야 하는 퇴실 기록을 대신 써주는 AI가 개발됐다.

응급실 의사들의 행정 업무 부담은 줄어들고, 그만큼 환자에게 쓸 수 있는 시간은 많아질 것으로 기대된다.

연세대학교 의과대학 응급의학교실 김지훈 교수, 의생명시스템정보학교실 유승찬 교수, 의학과 4학년 송지우 학생 연구팀은 대규모 언어 모델을 기반으로, 환자 정보를 보호하는 안전성까지 포함한 응급실 퇴실 기록 작성 AI 모델 ‘와이낫(Y-Knot)’을 개발했다고 4일 밝혔다.

연구팀이 개발한 AI 모델의 효능, 정확도를 비롯해 실제 의사들의 만족도 등이 종합적으로 담긴 논문은 국제학술지 ‘자마 네트워크 오픈(JAMA Network Open, IF 10.5)’ 최신 호에 실렸다.

빠른 검사와 치료를 시시각각 진행하는 응급실 근무 의사는 퇴실 기록지라고도 불리는 응급환자진료기록부를 의료법에 따라 반드시 작성해야 한다. 내원 사유, 검사 결과, 처치 내역, 경과, 전원 여부, 퇴실 결정 사유 등 환자를 진료한 전체 과정에 대한 기록이 담겨야 한다.

환자 안전 관리와 진료 연속성 확보를 위해 필요한 과정이지만, 빠르게 밀려드는 응급 환자들을 진료하는 의사들은 업무량이 늘 수밖에 없다.

이러한 어려움을 해결하기 위해 연세의대 연구팀은 대규모 언어 모델을 기반으로 응급환자진료기록부를 자동으로 작성해주는 AI 모델을 개발했다. AI 모델이 기록부 초안을 작성해주면, 의사는 검토 수준의 확인만 하면 된다.

대규모 언어 모델(LLM, Large Language Model)은 방대한 양의 텍스트를 학습해 문장을 만들어 내는 인공지능 학습 기술이다.

기존에도 대규모 언어 모델을 사용한 AI 모델은 있었지만, 응급실 외부와의 통신이 가능한 네트워크 사용을 바탕으로 해 병원에서 사용하기에는 환자의 건강 상태를 비롯한 민감 정보의 유출 위험성이 있었다.

연구팀은 이를 해결하기 위해 ‘온사이트(on-site) 대규모 언어 모델’과 ‘경량 트랜스포머 모델(Llama3-8B)’을 기반으로 AI 모델을 설계했다. 온사이트 대규모 언어 모델은 외부 네트워크 연결 없이 병원 내부 서버에서 직접 운용되고, 경량 트랜스포머 모델은 AI 모델의 성능은 유지하면서 크기를 줄여 내부 서버에서 문제없이 구동하도록 한다.

이 덕분에 외부와 연결되지 않고도 응급실 내부망(internal web) 안에서 사용할 수 있어 환자 민감 정보의 유출 등 개인정보 유실로 인한 문제를 방지한다.

연구팀이 개발한 AI 모델을 국내 2,400병상 규모 상급종합병원 응급의학과 의사 6명을 대상으로 사용한 결과 응급환자진료기록부를 작성하는 시간은 50% 넘게 단축된 것으로 확인됐다. 응급의학과 의사들이 직접 기록부를 작성했을 때는 평균 69.5초의 시간이 걸렸지만, AI 모델을 이용하자 32.0초로 작성 시간이 줄었다.

이에 더해 AI 모델의 도움을 받아 작성한 기록지가 품질면에서도 의사의 수기 작성 기록지보다 더 우수했다. 연구팀은 AI 모델을 이용해 만든 기록지와 수기로 작성한 기록지를 응급의학과 의사 3인에게 무작위로 보게 했고, 완전성/정확성/간결성/임상적 유용성 4가지 측면에서 기록지를 평가하게 한 결과, 4가지 측면 모두에서 AI의 도움을 받은 기록지를 더 우수하다고 판단한 것으로 나타났다.

김지훈 응급의학교실 교수는 “AI 모델을 활용한 응급환자진료기록지 작성이 속도와 품질면에서 기존의 수기 작성보다 훨씬 우수하게 나타났다”며 “내부망 사용으로 환자정보에 대한 안전성까지 갖춰 환자를 진료하는 데 더 많은 시간을 쓸 수 있을 것”이라고 말했다.

유승찬 의생명시스템정보학교실 교수는 “응급의학과뿐만 아니라 다른 과에서도 활용이 가능하다”며 “다만 현재 계속해서 보완 절차를 진행하고 있는 만큼 전문의의 최종 검토는 필수적”이라고 덧붙였다.