한림대학교의료원은 입원환자의 낙상과 욕창 발생 가능성을 실시간으로 예측해주는 인공지능(AI) 모델을 개발했다고 지난 15일 밝혔다.

낙상과 욕창은 원내감염과 더불어 병원이 환자안전을 위해 가장 중요하게 여기는 부분이다. 이러한 안전사고는 질병의 치료 과정에서 환자의 회복과 예후에도 영향을 미치기 때문에 낙상과 욕창을 예방하면 전반적인 입원 생활의 질을 높이면서 비용은 크게 절감할 수 있다.

한림대의료원은 이번 AI 모델을 개발하기 위해 최근 5년간 낙상 데이터 16만 건, 최근 10년간 욕창 데이터 28만 건을 분석 및 가공하고 최적화된 머신러닝 알고리즘에 적용했다고 설명했다.

낙상 위험 예측 AI　모델에는 환자의 기본정보를 비롯해 낙상위험약품, 항응고제 투여 여부, 골다공증, 걸음걸이, 인지장애 등 20여 가지가 넘는 데이터가 사용됐다. 욕창 위험 예측 AI 모델 또한 감각인지, 습기, 활동 정도, 기동력, 영양상태, 마찰력·응전력, 헤모글로빈, 식이, 기저질환 등 20여 가지 이상의 데이터를 기반으로 머신러닝 과정을 거쳐 제작됐다.

한림대의료원은 기존에 사용하던 낙상·욕창 예측 도구가 환자의 낙상·욕창 발생률을 고·중·저 3단계로만 파악할 수 있었던 반면 이번 AI 모델은 실시간 예측이 가능하다고 강조했다.

한림대의료원 전 병원은 이 AI 모델을 도입해 입원환자 대상으로 낙상과 욕창을 예방하는 데 사용하고 있다. 일반병동에서는 욕창 예측값이 70% 이상, 중환자실에서는 욕창 예측값이 90% 이상일 경우 환자 모니터링 횟수를 늘리고, 보호자 대상 안전교육 프로그램을 제공하는 등 집중관리를 한다. 낙상의 경우 욕창보다 더 낮은 예측값에서부터 예방적 간호 프로그램을 가동하고 있다.

이강일 의료정보팀장은 “병동 간호사들이 ‘처방전달시스템(OCS)’에서 환자 정보를 조회할 때 마다, AI 모델이 실시간으로 낙상·욕창 발생 가능성을 계산해 의료진에게 제시한다”면서 “입원환자에게 처방되는 약, 주사제, 처치, 처방변경 등 의료행위 하나하나에 실시간으로 변하는 낙상·욕창 발생률을 즉각적으로 확인할 수 있는데 의미가 있다”고 말했다.