[대구=뉴스핌] 신도경 기자 = 수용 가능한 응급실을 찾기 위해 이 병원 저 병원 전화번호를 누르느라 진땀을 흘리며 길바닥에서 골든타임을 허비해야 했던 '응급실 뺑뺑이' 풍경이 인공지능(AI) 기술로 완전히 달라지고 있다.

달리는 구급차 안, AI는 구급대원과 환자가 나누는 대화를 실시간으로 인식해 환자 혈압, 맥박 등을 채워나간다. 곧이어 AI가 환자를 '병원 전 단계 응급환자 분류도구(pre-KTAS)'에 맞춰 긴급 환자로 분류하고 최적의 이송 병원을 추천한다. 현장 구급대, 응급실 의료진, 최종 치료 의료진이 실시간으로 수용 여부를 확인하면서 사선에 선 응급환자의 이송 시간은 평균 20분가량 줄었다.

보건복지부는 지난 12일 대구 경북대 병원에서 '응급의료 AX 시연 및 대구 경북 응급 이송체계 간담회'를 열고 전주기 응급의료 플랫폼 '세이버(SAVER-R)' 플랫폼과 '이지스(AEGIS)' 플랫폼을 이용한 응급환자 이송 과정을 공개했다.

이날 공개된 기술의 핵심은 그간 응급의료 현장의 최대 고질병으로 꼽히던 '전화 뺑뺑이'를 원천 차단하는 데 있다. 119 구급대, 응급실 의료진, 최종 치료 의료진은 실시간으로 하나의 라인처럼 연결됐다. 119 구급대와 병원 간 정보가 실시간으로 공유되지 않던 의료 현장에서 첫 단추부터 제대로 끼울 수 있는 희망의 길이 열렸다.

류현욱 경북대 응급의학과 교수는 환자 신고부터 병원 이송 과정에서 사용할 수 있는 '세이버' 플랫폼을 시연했다. A 환자는 가슴 통증을 호소했다. 119 구급대가 자세한 증상을 묻자 '세이버(SAVER-R)' 플랫폼 내 구급일지에는 환자 호소, 증상, 발생 시간, 병력 등이 자동으로 입력됐다. 구급대원이 환자의 혈압, 맥박, 호흡, 산소포화도 등 활력징후를 측정하고 읽자 정보들이 이어 자동으로 작성됐다.

환자가 급성심근경색의 전형적인 증상을 호소하자 119 구급대는 병원 도착 전 심전도 확인을 했다. 구급대원이 심전도를 촬영해 올리면 AI는 심전도 파형을 분석해 판독 결과를 알려준다. 그 결과, 응급 혈관 중재술이 필요한 환자로 판단됐다.

pre-KTAS에 맞춰 환자의 자동분류도 실시됐다. pre-KTAS는 병원이 아닌 현장(병원 전 단계)에서 환자의 중증도를 분류하기 위해 사용하는 표준 체계로 가장 시급한 1단계(응급)부터 5단계(비응급)까지 총 5개 등급으로 나뉜다.

환자 분류를 확인한 119 구급대가 이송 병원 검색 버튼을 누르자 최적의 이송 병원이 우선순위 순으로 추천됐다. 환자 중증도, 이송병원 거리, 필요한 시술 제공 가능 여부, 대구시 응급환자 이송 지침을 반영해 순위가 산출된다. 1위로 경북대 병원, 2위로 대구 가톨릭대 병원 등이 목록에 뜨자 119 구급대는 1순위인 경북대 병원으로 이송 요청을 했다.

119 구급대가 이송요청을 하자 응급실 내 구급요청목록에 구급대 이송 요청 알람이 떴다. 동시에 '세이버' 플랫폼에 작성된 환자 정보도 자동으로 입력됐다. 환자 상태를 확인한 응급실 의료진이 수용 가능을 클릭하고 환자 정보를 최종 치료를 담당하는 의료진에게 환자 정보를 넘겼다. 최종 치료 의료진이 수용 가능 여부를 응답하면 구급대원에게 내용이 표시돼 이송을 시작한다. 도착한 후 119 구급대는 도착 사실을 의료진에게 알리고 환자가 성공적으로 수용된 것을 확인하면 이송 처리가 완료된다.

만일 환자의 상태가 갑자기 바뀌면 어떻게 될까. B 환자는 pre-KTAS 3등급으로 분류됐다. 119 구급대가 이송 병원을 검색하자 분류에 따라 지역응급의료(2차 병원) 목록이 떴다. 그러나 이송 중 환자 혈압이 급격하게 떨어지기 시작했다. 119 구급대는 혈압 등 활력 징후를 재측정한 뒤 pre-KTAS 등급을 재분류했다.

pre-KTAS 1등급으로 판정이 되자 119 구급대원은 출발을 취소하고 중증응급환자 치료를 할 수 있는 의료기관을 재검색했다. 이송 중 상태가 변화돼 상급종합병원으로 재이송되는 경우는 문제 환자로 분류된다. 응급실 내 구급요청목록에도 문제 환자라는 긴급 알림이 뜨기 시작했다.

문제환자는 pre-KTAS 1~2등급 환자가 지역 내 응급의료센터에서 수용 불가하거나 수용응답없이 15분이 지나는 경우 지정된다. 경북대 병원이 수용 가능을 응답하면 119 구급대가 수용 가능병원을 인식하고 병원을 출발한다. 병원에 도착한 후 도착 완료 처리를 하면 환자가 성공적으로 수용하는 것을 확인하면 이송 완료 처리를 통해 이송 과정을 마무리하게 된다.

류 교수는 "AI 도움으로 구급대, 응급실, 최종 치료 의료진까지 지연 없이 정보를 공유할 수 있다"며 "골든타임을 확보할 수 있다"고 설명했다. 문성배 경북대 응급의학과 교수는 "(음성 자동 기록) 정확성을 판단할 때 소음 등으로 인식이 잘 안될 수 있지만, 80~90% 수준으로 정확하다"며 "그룹장이 한 번 더 보고 검토하도록 했다"고 설명했다. 그는 "환자당 입력부터 이송까지 20분 정도 단축됐다"고 평가했다.

환자가 병원에 무사히 도착한 뒤에는 병원 단계 전주기 플랫폼인 '이지스' 플랫폼을 통해 밀착 지원을 시작한다. 그동안 파편화된 구급일지, 마이데이터, 간호초기평가 등을 한눈에 볼 수 있는 형태로 바꿔 의료진에게 제공된다.

119 구급대원으로부터 환자가 인계되면 구급일지, 마이데이터, 간호초기평가가 연계된다. 의료진은 정보를 확인한 후 환자를 문진하고 이를 통합해 응급실 초진 기록을 작성한다.

AI는 이 기록을 기반으로 검토해야하는 질환 후보를 추천했다. 의료진이 질환을 선택하자 검사와 진단을 추천했다. 해당 병원 정보를 참조해 진단 후보에 대한 후속 검사 항목도 함께 제시됐다.

검사 선택이 완료되자 초기 처방(오더 세트) 세트도 추천됐다. 의료진이 처방 세트를 누르자 참고로 확인할 수 있는 처방 등을 다시 추천하기도 했다. 의료진은 개별 환자에 맞춤형으로 처방을 조정해 최종 처방을 확정했다.

AI를 통한 처방 세트와 실제 임상적 판단 일치율에 대해 차원철 성균관대 의과대학 교수는 "진단 일치율과 처치 일치율이 있는데 진단 일치율은 90% 이상"이라며 "사람마다 특이적으로 바뀌어야 하는 부분이 있어 세트를 선택한 뒤 조정하는 장치는 꼭 필요하다"고 설명했다.

시스템을 이용한 김효진 소방장은 "구급 현장은 예측 불가능한 변수가 많아 환자를 정확히 판단하고 중증도를 분류하는 데 늘 어려움이 따른다"며 "AI 기술이 도입된다면 환자 파악과 중증도 분류를 신속하고 정확하게 처리하는 데 큰 힘이 될 것"이라고 기대감을 전했다.

특히 병원 선정 과정과 관련해 "실시간으로 병원마다 일일이 전화를 돌려 확인하던 기존 과정을 생략하고 AI가 직접 최적의 병원을 매칭해 줌으로써 중증 환자를 골든타임 내에 이송하는 데 실질적인 도움이 될 것"이라고 강조했다.

시연이 끝나자 현장 반응은 뜨거웠다. 이날 참석한 정은경 복지부 장관도 현재 분절된 정보 시스템이 연동 될 수 있는지 물었다. 최종 치료 역량에 대한 정보가 자동으로 반영되는지에 대해서도 질의했다.

류 교수는 "기존 소방청에서 사용하고 있는 119 스마트 구급 시스템에 연동해 개발하고 있다"며 "응급의료 자원 정보가 실시간으로 반영할 때 나타나는 한계를 위해 병원 정보 시스템(HIS)와 전자의무기록(EMR)이 119 구급대의 환자 상태와 연계될 수 있도록 구현하고자 했다"고 답했다.

정부는 세이버와 이지스 플랫폼의 확대를 통해 현장 구급단계부터 최종 치료까지 공백 없는 '지역 완결형 응급의료 체계'를 다지겠다는 방침이다. 권역응급의료센터를 중심으로 우선 지원하고 지역응급의료센터로 확대할 예정이다.

박정환 보건의료데이터진흥과장은 "우리가 몰랐던 것들이 가능하다는 것을 보여줬고 어떻게 제도화하고 현장에 안착 시키는 것들은 고민해야 한다"고 했다. 백영하 보건의료기술개발과장은 "AI가 지역 이송 지침이 잘 작동하도록 하는 도구가 될 것"이라고 강조했다.

sdk1991@newspim.com