[메디게이트뉴스 하경대 기자] 인공지능(AI) 기반 조기경보시스템이 병원에서 환자 입원시간 단축과 환자 사망률 감소에 뛰어난 효과를 보이고 있다.

특히 AI 조기경보가 의료진에게 단순한 알림을 주는 것을 넘어서 실제 진료 행동 변화를 이끌어내고 있다는 점에서 향후 의료기관 내 환자 스크리닝 체계의 대변화가 예상된다. 

시카고대학병원(UChicago Medicine) 다나 에델슨(Dana P. Edelson) 교수 겸 애자일MD(AgileMD) 창업자는 7일 의료 인공지능(AI) 기업 뷰노가 개최한 ‘글로벌 환자안전 서밋 2026(Global Patient Safety Summit 2026)’에서 '전자의무기록(EHR) 기반 조기경보시스템과 임상 워크플로우 통합 사례(eCART: Integrating Early Warning with Workflows in the EHR to Decrease Mortality and Length of Stay)'를 소개했다. 

다나 에델슨 교수는 조기경보시스템인 eCART(electronic Cardiac Arrest Risk Triage) 개발자다. eCART는 EHR에 일상적으로 입력되는 활력징후, 간호 평가, 환자 상태 변화 등 총 97개 이상의 임상 변수를 통합해 환자의 임상 악화 위험을 예측하는 0부터 100까지 점수로 나타내는 AI 기반 조기경보 지표다.

환자 상태 악화 조기 예측에 eCART 역할 톡톡

환자 상태가 악화되고 있는 것을 의료진이 제때 파악하지 못하면 사망 위험이 높아진다. 

다나 에델슨 교수에 따르면 입원 환자의 임상 악화는 갑작스럽게 발생하는 사건이 아니라, 반복적인 생체 신호 변화와 임상적 이상 징후를 통해 서서히 진행된다. 그러나 실제 의료 현장에서는 이런 신호가 체계적으로 해석되지 못해 중환자실(ICU) 전실이 지연되는 경우가 빈번하다.

에델슨 교수는 "연구에 따르면 ICU 전실까지의 약 5시간 이상이 소요되며, 전실이 1시간 지연될 때마다 사망 위험은 3%씩 증가한다. 특히 6시간 이상 지연된 환자에서는 사망률과 입원기간이 모두 증가하는 것으로 보고됐다"고 전했다.

이어 그는 "이는 병원 내 환자 안전 문제의 핵심이 ‘예측 불가능성’이 아니라, 조기 인지 이후 적절한 시점에 대응하지 못하는 구조적 문제에 있음을 시사한다"고 설명했다. 

즉 환자 상태 악화를 조기에 예측하고 빠르게 대처하는 것이 중요한데, 여기에 최근 AI 기반 조기경보 시스템인 eCART가 큰 역할을 담당하고 있다.  

eCART는 단일 수치 기준이 아닌 머신러닝 모델을 활용해 각 변수의 시간적 변화와 변수 간 상호작용을 함께 분석함으로써, 입원 환자의 개별 위험도를 연속적인 위험 점수 형태로 산출한다.
 
에델슨 교수는 "eCART는 활력징후, 검사 수치 등 여러 임상 변수를 시간 흐름까지 반영해 분석하는 AI 기반 조기경보 점수다. 기존 MEWS나 NEWS와 같은 규칙 기반 점수와 달리 eCART는 대규모 다기관 데이터를 학습한 머신러닝 모델을 통해 환자 개별 위험도를 보다 정밀하게 산출한다"고 말했다. 

이어 "동일한 민감도 수준에서 비교했을 때 eCART는 NEWS보다 높은 양성예측도(Positive Predictive Value, PPV)를 보이며, 불필요한 알람을 줄이면서도 임상적으로 의미 있는 위험 환자를 효율적으로 예측(Predict)한다"고 강조했다. 

그는 "이렇게 선별된 고위험 환자는 EHR 내 환자 리스트에 위험도를 시각화해 위험한 환자의 우선순위(Prioritize)를 설정하며, 임상경로(Pathway)를 통해 즉각적인 평가와 치료로 연결돼 적시 개입(Manage)이 가능해진다"며 "이런 개입의 효과는 사망률, 입원기간, ICU 전실 시간과 같은 지표로 지속적으로 측정(Measure)된다"고 설명했다. 

AI 기반 환자 스크리닝, 단순 알림 아닌 진료 행동 변화 이끈다

AI 기반 조기경보시스템은 여러 연구를 통해 효과가 입증되고 있다. 

실제로 에델슨 교수 연구팀이 2024년 미국의사협회지(JAMA)를 통해 발표한 '입원 환자 진료를 대상으로 한 코호트 연구(Early Warning Scores With and Without Artificial Intelligence)' 보고서에 따르면, eCART는 다른 AI 및 비 AI시스템에 비해 더 많은 악화 환자를 식별하면서도 거짓 경보(false alarm)는 더 적고 의료진이 즉각적인 개입을 결정할 수 있도록 실효성을 높였다.  

또한 2022년 미국중환자의학회 저널(SSCM)을 통해 에델슨 교수가 발표한 연구(The Impact of a Machine Learning Early Warning Score on Hospital Mortality: A Multicenter Clinical Intervention Trial)에서도 eCART 머신러닝 조기 경보 도입 이후 ICU 전원이 유의미하게 신속히 이뤄졌고 병원 내 사망률이 감소한 것으로 확인됐다. 

그는 "AI 기반 조기경보의 핵심 가치는 단순히 ‘더 많이 잡는 것’이 아니라, 예측–우선순위–개입–측정으로 이어지는 흐름 속에서 실제 임상 행동 변화를 이끌어내는 데 있다"고 전했다. 

eCART를 진료 업무와 연계해 적용한 연구 결과도 소개됐다. 

에델슨 교수는 "eCART를 통해 알람 발생 이후 ICU 전실까지의 시간이 단축됐다. 또 다른 연구에서는 AI 모델을 단독으로 적용한 경우보다, eCART를 EHR 내 임상 경로와 함께 통합했을 때 사망률 감소 효과가 가장 뚜렷하게 나타났다. 이는 조기경보가 단순한 ‘알림’으로 그칠 경우 실제 진료 행동 변화를 이끌어내기 어렵다는 점을 보여준다"고 말했다. 

아울러 "특히 패혈증과 같이 중증도가 높은 환자군에서 절대위험감소(Absolute Risk Reduction, ARR)가 가장 컸으며, 이에 따라 입원기간 단축과 비용 절감 효과도 함께 관찰됐다"며 "결론적으로 AI 기반 조기경보시스템은 정확한 예측·EHR 내 가시성·임상 워크플로우와의 결합, 성과의 지속적 측정을 통해 가장 큰 효과를 낼 수 있다"고 덧붙였다.