병원 환자의 세균혈증 위험에 대한 임상 의사 결정을 지원하기 위해 제안된 인공지능 도구는 특이한 기능을 가지고 있음. 불확실성을 고려하고 예측 성능을 향상시키기 위해 필요한 인구 통계 데이터, 생체 신호 및 실험실 검사 결과를 제안함.
이 시스템은 SepsisLab이라고 불리며, 세균혈증이 가장 흔히 발생하는 응급실과 중환자실에서 환자를 치료하는 의사와 간호사들의 피드백을 바탕으로 개발됨. 그들은 전자 건강 기록만을 사용하여 환자 위험 예측 점수를 생성하는 기존 AI 지원 도구에 불만을 표명함.
오하이오 주립대학교의 과학자들은 SepsisLab이 환자의 세균혈증 위험을 4시간 이내에 예측할 수 있도록 설계했지만, 시간이 흐르는 동안 시스템은 누락된 환자 정보를 식별하고 그 중요성을 정량화하며, 특정 정보가 최종 위험 예측에 미치는 영향을 시각적으로 보여줌. 공개적으로 이용 가능한 데이터와 독점 환자 데이터를 조합한 실험에서 추천된 데이터의 8%를 추가하면 시스템의 세균혈증 예측 정확도가 11% 향상됨.
“기존 모델은 의사와 AI 간의 전통적인 경쟁 패러다임을 나타내며, 의사들의 의견을 듣지 않고 ICU와 응급실에서 수많은 성가신 오경고를 생성함”이라고 연구의 수석 저자 핑 장이 말함. “우리는 의사 결정을 내리는 모든 중간 단계에 AI를 포함시켜야 한다는 개념을 채택해야 함. 우리는 단순히 도구를 개발하는 것이 아니라, 의사들을 프로젝트에 참여시켰음. 이는 컴퓨터 과학자와 의사 간의 진정한 협력으로, 의사를 주도적인 위치에 두는 인간 중심 시스템을 개발하는 것임.”
이 연구는 8월 24일 KDD '24: Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining에 발표되었으며, 8월 28일 스페인 바르셀로나에서 SIGKDD 2024에서 구두 발표될 예정임.
세균혈증은 생명을 위협하는 의료 응급 상황으로, 신속하게 장기 부전으로 이어질 수 있지만, 열, 저혈압, 심박수 증가 및 호흡 문제와 같은 증상은 다른 많은 질환과 유사하여 진단하기 어려움. 이 작업은 세균혈증 의심 환자에게 항생제를 투여할 최적의 시간을 추정하는 이전의 기계 학습 모델을 기반으로 함.
SepsisLab은 신속하게 위험 예측을 제시하도록 설계되었지만, 새로운 환자 데이터가 시스템에 추가된 후 매시간 새로운 예측을 생성함.
“환자가 처음 들어올 때, 특히 실험실 검사에 대해 많은 누락된 값이 있음”이라고 첫 저자 장창잉이 말함. 대부분의 AI 모델에서는 누락된 데이터 포인트가 단일 할당 값으로 처리되지만, 이 과정은 불확실성을 초래할 수 있음. “만약 대체 모델이 누락된 값을 정확하게 대체할 수 없다면, 그 변수는 관찰되어야 함. 우리의 능동 감지 알고리즘은 이러한 누락된 값을 찾아내고 의사에게 어떤 추가 변수를 관찰해야 하는지 알려주는 것을 목표로 함.”
시간이 지남에 따라 시스템의 불확실성을 제거하는 것만큼이나 중요한 것은 의사에게 실행 가능한 권장 사항을 제공하는 것임. 여기에는 진단 과정에 대한 가치에 따라 순위가 매겨진 실험실 검사와 특정 임상 치료에 따라 환자의 세균혈증 위험이 어떻게 변화할지를 추정하는 것이 포함됨.
실험 결과, 실험실 검사, 생체 신호 및 기타 고가치 변수에서 8%의 새로운 데이터를 추가하면 모델의 전파된 불확실성이 70% 감소하여 세균혈증 위험 정확도가 11% 향상됨.
“알고리즘은 가장 중요한 변수를 선택할 수 있으며, 의사의 행동은 불확실성을 줄임”이라고 장이 덧붙임. “이 기본적인 수학 작업은 가장 중요한 기술 혁신으로, 연구의 중추임.”
장 교수는 인간 중심 AI가 의학의 미래의 일부가 될 것이라고 보지만, AI가 의사와 신뢰할 수 있는 방식으로 상호작용해야 한다고 강조함. “이것은 세상을 정복할 수 있는 AI 시스템을 만드는 것이 아님. 의학의 중심은 가설 테스트와 매 순간 '예' 또는 '아니오'가 아닌 결정을 내리는 것임. 우리는 AI를 사용하여 인간이 초인적인 느낌을 받을 수 있도록 돕는 상호작용의 중심에 사람을 두는 것을 구상함.”
이 연구는 국가 과학 재단, 국립 보건원 및 오하이오 주립대학교 총장 연구 우수성 가속화 보조금의 지원을 받았음. 장 교수는 이 작업에 대해 의사들과 계속 협력하기 위해 추가 NIH 자금을 받았음. 추가 공동 저자에는 오하이오 주립대학교 웩스너 의료 센터의 제프리 카테리노, 노스이스턴 대학교의 빙셍 야오와 다쿠오 왕, IBM 연구소의 핀-유 첸이 포함됨.