구급대원·보호자 음성 기록하며 응급 환자 분류해 이송병원 판단

‘응급실 뺑뺑이’막고 응급실 의사의 신속한 대처 지원

   구급차 안에서부터 응급실로 이어지기까지 환자의 신속한 치료를 돕기 위한 AI가 개발됐다.

응급실로 가기 전 구급차 안에서는 응급조치 외에도 각종 바이탈 사인을 체크하며, 수용 가능 병원을 확인해야 하고, 또 각종 기록을 응급실 의사에게 전달하는 일련의 과정에서 치료를 위한 골든타임을 놓치기 쉽다.

무엇보다 구급대원의 기억에 의존해 기록을 작성한다는 점에서 어려움이 있었다.

세브란스 심장혈관병원 심장내과 장혁재 교수(사진)는 이 같은 어려움을 해결하기 위해 소방청 R&D 과제로 추진된 ‘지능형 구급활동지원 플랫폼’을 개발해 1단계 연구개발을 완료하고 통합 시제품을 구현했다.

이번 1단계 연구에서는 구급대원의 현장 기록, 병원 전달 과정을 지원하기 위해 인공지능(AI) 모델을 통합하며 구급차와 응급실 간 빠른 소통에 초점을 맞췄다.

총 10종의 인공지능을 통합해 만들어낸 4가지 카테고리에는 응급 대화에 특화한 음성인식 모델을 이용한 ▲응급정보 변환 인공지능, 구급현장에서 환자의 상태 악화를 예측하는 모델 등을 통합한 ▲응급상황 예측 인공지능이 있다.

또. 응급실에서 공식적으로 환자의 중증도를 평가하기에 앞서 구급차 내 CCTV에 담긴 환자 상태를 기반으로 평가하는 사전 KTAS(pre-KTAS) 모델 등을 통합한 ▲응급환자 평가 인공지능, 환자적정 처치 가이드 모델과 이송병원 선정 모델 등을 통합한 ▲구급현장 지원 인공지능 서비스로 이뤄진다.

▲ (예시) 구급대원의 음성을 듣고 환자 상태에 대해 AI가 판단한 사전 KTAS

장 교수 연구팀이 개발한 AI 통합 모델은 구급활동일지 자동 작성, 최적 이송 의사결정 지원, 현장 사진과 평가 소견 전송까지 응급 이송에 필요한 핵심 기능을 단일 플랫폼에 구현했다.

1단계 연구개발 과정에서 모델을 실제 사용한 구급대원들은 전체적인 사용 편의성, 업무 효율과 대응 속도 향상, 신뢰도 부분에서 높은 점수를 줬다. 종합 만족도 점수에서는 1단계 연구개발 평가 기준 점수인 80점을 훨씬 웃도는 86점을 받았다.

특히 최적 이송병원 추천 기능에 대해서는 ‘현장에서 참고 지표로 활용할 수 있다’는 평을 했다.

연구팀은 향후 2단계에서 실제 운영 환경에서의 실증을 통해 응답 속도, 기록 부담 감소 효과, 현장-병원 간 소통 정확성, 시스템 안정성 등을 정량적으로 검증할 계획이다. 이를 바탕으로 현장 피드백을 반영한 기능 고도화도 추진한다.

장혁재 교수는 “1단계에서는 현장과 병원 간 협업에 필요한 핵심 기능을 통합하고, 10종의 인공지능 모델 고도화를 통해 현장 기록·판단·전달을 지원하는 개발 완료 수준의 기반을 확보했다”며 “무엇보다 구급차 안 구급활동 효율을 높이고 환자 상태에 대한 기록이 적절한 응급실의 의사에게 빠르게 전달돼 환자 생존율을 제고하는 것이 최종 목표”라고 말했다.

본 과제는 장혁재 교수가 주관했으며, 한국전자통신연구원(ETRI), 한국전자기술연구원(KETI) 등이 참여기관으로 함께했다.