[YTN 특집] 공공 AI 대전환 혁신의 현장을 가다 / YTN

YTN news

[YTN 특집] 공공 AI 대전환 혁신의 현장을 가다  ▶ 기사 원문 : https://www.ytn.co.kr/replay/view.php?idx=20&key=202510052139384098 ▶ 제보 안내 : http://goo.gl/gEvsAL, 모바일앱, social@ytn.co.kr, #2424  ▣ YTN 데일리모션 채널 구독 : http://goo.gl/oXJWJs  [ 한국 뉴스 채널 와이티엔 / Korea News Channel YTN ]

Transcript

00:00이 급박한 골든아워 동안 누가 어디에서 무엇을 했는지가 한 사람의 생과 살을 가릅니다.

00:20그리고 우리가 미처 몰랐던 또 한 가지가 골든아워를 지키고 있습니다.

00:25바로 환자의 정보인데요.

00:30사고 현장부터 수술실까지.

00:43단 한 순간이라도 환자의 정보가 지체된다면 환자는 올바른 처치를 받을 수 없습니다.

00:49적절한 병원 적절한 시간에 이송되지 못해서 사망하는 소위 저희가 예방 가능 외상 사망이라고 부르는데 그러한 환자들이 오늘도 어김없이 지금 발생하고 있거든요.

00:59골든아워의 시곗반을 붙잡기 위하여 이 치열한 현장 속으로 새로운 동료가 찾아옵니다.

01:08이곳은 전국에서 중증 외상 환자를 가장 많이 치료하는 곳인데요.

01:20한 달에 한 번 특별한 회의가 열리는 오늘.

01:27AI 기반의 외상 체계를 논의하기 위해 의료진과 개발자들이 한자리에 모였습니다.

01:322년째 힘을 모아왔지만 AI 도입을 고민하기 시작한 건 훨씬 이전부터라는데요.

01:43중증 외상 환자 치료는 한 나라의 의료 공공성을 대표하는데요.

01:48이는 곧 우리나라가 가진 최고의 의료 역량과 기술력의 총합을 보여주는 것과도 같습니다.

01:58미국보다 4, 50년 늦게 시작했지만 저희가 그들보다 더 나은 두 배 좋은 성적을 내고 있습니다.

02:05여기에 이런 앞선 기술들이 접목이 된다면 더 빠른 시간 안에 더 좋은 결과들을 낼 수 있을 것 같습니다.

02:12그래서 저희가 그래서 이 프로젝트를 고안을 했고 지금 굉장히 기대감을 가지고 진행을 하고 있다 이렇게 말씀드리겠습니다.

02:19시시각각 급변하는 상황 속에서 환자에게 필요한 정보를 종합하고 판단하는 일은 매우 중요한데요.

02:26생존의 단서를 놓치지 않으려면 외상 체계의 그 어느 단계에서도 정보의 흐름이 멈춰선 안 됩니다.

02:33소생부터 재활까지 이 전주기를 다 시스템을 제대로 갖추어야만 외상 환자가 제대로 살아나서 사회로 복귀할 수 있다.

02:41환자의 생명과 골든아워를 지키기 위해 전주기에 걸쳐 새롭게 태어나고 있는 외상 체계.

02:49이 속에서 특별한 임무를 부여받은 AI 기술들을 하나씩 만나봅니다.

02:5352세 남성 환자분이시고요.

03:05낙상으로 양쪽 팔총층에다가 움직임이 좀 제한되시는 분이십니다.

03:11사고 현장에서 처음으로 전송된 구급대원의 다급한 음성.

03:15그 정보는 환자를 살리는 아주 중요한 단서인데요.

03:22여기는 구급대원의 음성 정보를 이용해 환자의 상태를 자동으로 진단하고 의료진에게 전달하는 AI 솔루션을 만들어 온 곳입니다.

03:31대전에 큰 사고가 났었는데 저희가 솔루션이 콜백 서비스라고 해서 실제적으로 민원이 저장된 음원만 찾는 게 아니라

03:41거기에 인식된 결과를 추출하고 위급사항인지 아닌지를 체크해주는 솔루션을 대전소방에 납품을 했는데

03:47그 솔루션이 큰 화재에서 사람을 살리는 계기가 되어줘서 나라에서 표창도 해준 적이 있어서

03:53그렇게 되면 사람을 살릴 수 있는 기술이 음성인식 기술이구나 생각이 들면서

03:58이 기술을 의료 쪽 지금 아주대학교 진행하는 에어넷 과제에도 적용을 해보자 해서 제안하고

04:04현재 2차 년도 과제를 수행을 하고 있습니다.

04:07공원 앞에서 넘어지셔가지고요. 하트레이스 78에 세츄레이션은 음웨어 상태시고 98, 99%

04:16저희가 보통 정확도를 낼 때는 음전인식률이라고 하는 걸 사용하는데요.

04:211차 년도에는 거의 86% 정도의 인식률을 보였고

04:26이번에 오른쪽에 학습한 모델 같은 경우에는 89%가 목표였는데

04:30거의 90% 가까이 되는 음전인식률을 보이고 있는 모델입니다.

04:34긴박한 현장에서 여러 가지 상황을 설명하는 목소리들

04:39하지만 혼란한 상황의 대화 속에서 정확하게 필요한 정보만 추출하는 것은 쉬운 게 아닐 텐데요.

04:46대전소방본부의 과제를 수행했을 때에는 민원인과 소방대원 간의 대화이다 보니

04:54발성을 빨리 하거나 큰 소리를 얘기하는 것에 신경을 썼다면

04:58이번 에어넷 과제에서는 저희가 의료 도메인에 들어가져 있는 의료용어나 병명들

05:04그 다음에 상태들을 인식을 해야 되기 때문에

05:07이번 과제에서는 의료 도메인의 음성인식 성능 개선하는 데 목표를 가지고 개발을 하고 있습니다.

05:14노력은 여기서 끝이 아닙니다.

05:17영어와 한국어를 섞어 쓰는 의료 현장의 특성도 반영해야 합니다.

05:21왼쪽은 낙장이라고 인식됐는데 오른쪽은 낙상이라고 정상적으로 인식이 되었고요.

05:29왼쪽은 주치 상태에 의미하는 드렁큰인데 브렁클라고 잘못 인식이 되었고요.

05:35오른쪽은 드렁큰이라고 정상적으로 인식이 되었습니다.

05:38왼쪽 모델 같은 경우에는 저희가 10만 시간 정도 되는 한국어 데이터를 가지고 학습한

05:51저희가 일반적으로 베이스라고 부르는 모델이고요.

05:54이 모델에 기반해서 아주대 학교랑 구급대원 간의 대화 50시간을 적응 학습한 모델이 오른쪽에 있는 모델입니다.

06:03그렇기 때문에 아주대의 음향적인 특성을 반영이 되어 있는 모델이고

06:06그리고 의료 영어도 인식이 잘 되는 모델입니다.

06:10사실 이 기술의 가장 큰 강점은 인식한 내용을 MIVT로 작성해 주는 점인데요.

06:17MIVT는 병원으로 이송되는 환자의 정보를 대기하는 의료진에게 실시간으로 전달하는데요.

06:25이를 통해서 의료진은 환자가 도착하자마자 바로 정확한 치료를 할 수 있습니다.

06:31기존에서는 의사 선생님이 통화 끝난 후에

06:35카톡창에서 대화 내용을 5분에서 6분 정도 소요하면서 전파를 했다면

06:40에어넷과제 최종 산출물 결과는

06:43저희가 음성인식은 바로 통화가 끝난 다음에 결과가 떨어지고

06:47그 기반으로 30초 이내에 분석을 해서 의료진 선생님들에게 전달을 하기 때문에

06:52골든타임 시간을 4분 30초 이상 단축할 거라 예상을 하고 있습니다.

06:56중증 외상 환자가 발생했을 때는 외상도 중요하지만

07:11내부 장기 손상 여부 확인이 매우 중요한데요.

07:15아주 작은 실수라도 내부 장기 손상을 놓치면 환자의 생명은 위험해질 수 있습니다.

07:21이 CT를 통해서 안에 내부 장기들, 폐라든지 혈관, 심장 등의 손상 여부를

07:29저희가 판다고 할 수가 있습니다.

07:31그래서 출혈이 있는지 또 폐가 찢어져서 공기가 새면서

07:35우리의 기웅이라고 하는 상당히 치명적인 손상이 있는지

07:38이런 것들을 저희가 확인을 하게 되고요.

07:41대량의 혈흥이 관찰이 되는 경우에는 응급수술을 빠르게 진행하는

07:44그런 것들을 저희가 이런 CT 소견을 보고 결정을 하게 됩니다.

07:48그러나 이 과정은 생각보다 오래 걸린다는 문제가 있는데요.

07:57이제는 AI가 그 시간을 단축해서 중증 외상 환자의 생명을 빠르게 구할 수 있습니다.

08:04이곳에선 어떻게 그 시간을 단축할 수 있었을까요?

08:07저희는 병원 단계에서의 환자의 골든타임을 지키기 위하여

08:12CT 영상을 인공지능을 통해 자동으로 분석하여

08:16기운과 혈흥의 부위를 분할하는 그런 인공지능을 개발하는 부분을 담당하고 있습니다.

08:23이들이 개발하는 솔루션은 AI가 폐에서 다친 부위를 정확히 찾아내고

08:28출혈량까지 측정하는 기술로

08:30정확도 뿐만 아니라 진단 속도 또한 큰 폭으로 올렸다는데요.

08:34지금 보시는 영상은 의사분들이 기존의 인공지능을 활용하시지 않을 때 보시던

08:40원본 그대로의 영상입니다.

08:43아래 영상 같은 경우에 인공지능 기술이 적용된 CT 영상이라고 보시면 될 것 같고요.

08:49기운 영역과 폐 영역 그리고 혈흥 영역이 색깔로서 구별이 된 모습이고

08:55이를 3D로 만들었을 때 이런 식으로 색으로 좀 더 명확하게 구별이 되는 모습을 확인하실 수가 있고

09:02수술이나 이런 데 활용을 하실 때 어떤 부분을 확인을 하셔야 되는지

09:07의사분들이 확인하실 수가 있습니다.

09:10이처럼 분명한 색과 입체적인 형태를 통해

09:13손상 부위와 범위를 한눈에 볼 수 있습니다.

09:16무엇보다 좋은 점은 최종 결과가 응급 포도로 표현된다는 점인데요.

09:25환자의 중증도 판단해 드리던 시간을 대폭 줄일 수 있습니다.

09:29그럼 이 획기적인 AI의 성능은 어떨까요?

09:32이들의 더 큰 목표는 정확도는 높이 돼 시간은 더욱 줄이는 것인데요.

09:50현재 모델이 출원해 쓰는 총시간은 놀랍게도 1분이 채 되지 않습니다.

10:02여러 군데를 다 쳐서 오고 또 어떤 양적인 부분에 예를 들어 혈흥이 몇 cc가 있다.

10:07이런 혈흥의 양도 상당히 중요한데 사람이 판단할 때 그런 것들을 평가하기가 어렵습니다.

10:13그래서 환자의 어떤 치료를 계획할 때 그런 정확한 양들도

10:17환자의 치료에 도움이 좀 될 수 있는 경우들이 종종 있기 때문에

10:21저희가 그런 AI의 도움은 실제로 치료를 진행할 때 많은 도움이 될 것이라고 기대를 좀 하고 있습니다.

10:27머지않아 AI 기술이 CT 판독을 돕게 되는 날

10:32판단의 근거는 선명해지고 의료진의 의사결정 또한 더욱 빨라질 것입니다.

10:46소생실은 응급외상 환자가 막 도착한 만큼 매우 분주합니다.

10:51하지만 의료진은 치료에 최선을 다하면서도 동시에 또 한 가지 일을 해야 하는데요.

10:58바로 환자의 긴급한 상태와 치료 상황을 모두 숙기로 기록하는 간호기록 업무입니다.

11:03외상 환자가 내원해서 처치한 내용을 간호기록으로 담고 있는데

11:11다수 사상자가 발생했을 때는 동시에 환자 처치함과 동시에 기록하는 게 어려움이 있어서

11:18보통 환자 처치하는 데는 저희 30분 내로 빠지는 게

11:22기록은 어쨌든 80개 가까이 되는 기록을 남겨야 되기 때문에

11:27시간은 1시간 가까이 소요됩니다.

11:29실시간으로 모든 처치를 기록하기란 불가능에 가까워

11:35환자를 옮긴 후에 이어서 기록하는 일이 다반산대요.

11:42이러한 고생을 덜어주기 위해 소생실에서 동거를 시작한 지능형 장치가 있습니다.

11:48이 기계는 MTG에서 설치해준 서지박스라는 기계입니다.

11:55보시다시피 소생실 전체를 다각도에서 촬영을 하고 있고요.

12:00카메라가 보시다시피 저기 한 대, 그리고 여기 두 대, 세 대, 네 대 설치를 해놨고요.

12:10이 작은 영상 장치가 어떻게 간호기록을 보조할 수 있을까요?

12:13이곳은 동영상 기반의 AI 솔루션 기업인데요.

12:22소생실에서 본 장치를 만든 주인공입니다.

12:25실제로 간호사분들이 영상을 다시 한번 보고 간호기록지를 작성하는데

12:32굉장히 많은 공수가 필요해서 그 공수를 최대한 작업량을 줄여드리고자

12:38인공지능으로 찾을 수 있는 내용들은 먼저 찾아서

12:42간호사분들께 제공할 수 있게 하는 역할을 담당하고 있습니다.

12:47이들이 기존에 개발한 영상 관리 장치는

12:49영상을 수집하고 서버로 전송하는 일을 자동으로 할 수 있었는데요.

12:54이번엔 새로운 성능의 AI를 탑재해 업그레이드를 꾀하고 있습니다.

13:00아주대에 있는 서지박스 안에는 저장하고 관리할 수 있는 기능이 있는데

13:07실제로 모델을 추론할 만한 성능을 가지고 있지는 않아서

13:11그 아이의 서지박스 안에서 모델 추론까지 동시에 할 수 있게 테스트를 해보는 중입니다.

13:19AI는 개발자의 든든한 지도 아래 소생실 영상을 토대로

13:23간호기록 작성법을 배우고 있는데요.

13:28분석의 정확도도 날로 높아지고 있습니다.

13:32하지만 더 주목할 지점이 남아있는데요.

13:34소생실에서 일어나는 여러 가지 행위들

13:40그리고 실제로 환자에게 취해지는 여러 가지 조치들

13:43장비들의 움직임이나 이런 것까지도 저희가 자동으로 인식을 해서

13:49인식된 데이터를 자동으로 간호기록지로 생성시켜주기 때문에

13:56간호기록지를 작성하는 시간이나 이런 부분들을 대폭적으로 줄여줄 수 있는 효과가 있다라고 저희는 봐지고요.

14:07간호기록지를 자동으로 작성하는 기술이 최초로 현실화된다면

14:11사람의 수고와 시간은 아끼고 기록의 신뢰는 높아지며

14:16환자의 전주기 치료에도 큰 힘이 될 것입니다.

14:21그런데 이 놀라운 성과 뒤에는 숨은 조력자들이 있다는데요.

14:25개발하는 단계에서는 많은 시간을 들여서

14:29의료진분들께서 사정검수 그리고 마지막 후작업 검수까지 해주셔야 되는 부분들이 있습니다.

14:37AI가 응급 외상 환자 소생을 위해 정밀 영상도 분석하고

14:41간호기록을 대신해 준다면 의료진은 치료에 전념할 수 있어

14:46정말 많은 긴급 환자들을 소생시킬 수 있을 텐데요.

14:50하지만 그 AI가 실수를 하면 안 되겠지요.

14:55AI 개발에 필요한 의료 데이터들을 외부에 전달하기 전에

15:00내부에서 개인정보 같은 부분을 모두 비식별화 처리를 꼼꼼하게 하고 있고요.

15:08적용한 내용에 대해서도 다시 피드백 요청을 주시면

15:11그 내용을 의학적 관점에서 한 번 더 검토해서

15:15잘못된 부분이 없는지 누락된 사항이 없는지를 전수검토해드리고 있습니다.

15:20수많은 영상을 반복해 검토하며 AI가 놓친 작은 흔적까지 점검합니다.

15:28연구원들의 세심하고 치밀한 노력이 없었다면

15:30지금의 AI 기술은 생겨나지 않았겠죠.

15:34데이터 양이 워낙 방대하다 보니까 물론 업무하는 게 쉽지는 않지만

15:41그래도 이 프로젝트를 통해서 중증외상 환자의 치료에 도움이 된다는 생각으로

15:48일을 하고 있어서 뿌듯함을 많이 느끼고 일하는 것 같습니다.

15:53응급외상 환자를 소생할 수 있는 믿음직한 AI

16:05이 기업은 흩어져 있는 AI 솔루션을 하나로 모아서

16:10효율적으로 운영할 수 있는 시스템을 만들고 있다고 합니다.

16:13저희는 에어넷 데시보드를 구성해서 병원 전 단계와 병원 단계에서

16:21AI 솔루션을 통해서 만들어진 정보를 시각화하는 데에 목표를 두고 있고

16:28그런 부분이 잘 표현되어 있는지 확인하고

16:31그리고 앞으로 좀 더 개선되어야 될 부분에 대해서

16:34한 번 더 확인하는 검토회의를 진행했습니다.

16:37중증외상체계의 데시보드는 모든 데이터를 한 화면에 담아야 하는데요.

16:46가장 중요한 관건은 긴박한 상황에서도 정보를 즉시 파악하도록 설계하는 일입니다.

16:53의료진이 확인할 수 있는 직관적인 정보로 바꿔주는 부분

16:57이런 부분에 저희들이 신경을 많이 썼습니다.

17:00현장에서 바이오메타 정보, 혈압 그리고 산소포화도

17:04이런 부분들의 정보가 무작위로 들어왔을 때

17:07병원에서 이게 외상센터에서 필요로 하는 기준 수치에 맞는

17:13수치에 정확하게 들어와 있는지 또는 판별할 수 있는 수치에 해당되는지

17:18이런 부분에 대해서 체크를 해주고

17:21기준 정보와 비교해서 이 환자의 상태가 어떻다라는 걸 표현해주는

17:26시각화에 저희들이 좀 신경을 많이 썼다고 보시면 될 것 같습니다.

17:30각기 다른 AI가 만든 데이터들을 하나의 대시보드로 통합하는 과정에서

17:36DIP라는 모듈을 활용했는데요.

17:40이 점이 해외 진출의 가능성까지 높였다고 합니다.

17:43아주대 권역 외상센터는 미국 외과대학 학교의 외상 품질 개선 프로그램에

17:52참여를 하고 있습니다.

17:54그래서 미국 학회와 데이터를 서로 주고받으면서

17:58데이터 교류 과정이 필요한데

18:01저희 로커드 플랫폼에서 별도의 코딩 없이

18:06데이터를 주고받을 수 있게끔 되어 있습니다.

18:09그래서 이 부분은 국내 최초이기도 하고

18:13그리고 유일하게 그러한 기술을 구해낸 부분이기도 합니다.

18:19이 AI 중증 외상 시스템이 완성되면

18:22전국에 차례로 확대 적용하여

18:25더 많은 생명을 지키는 것이 최종 목표입니다.

18:30골든아워와 생명을 구하는 일

18:32유일하고도 충분한 우리의 과업입니다.

18:36가장 절박한 순간

18:39가장 정확한 판단을 돕기 위해

18:42사람과 AI가 손잡았습니다.

18:46AI는 기술이지만

18:47그 기술의 시작은

18:49사람을 살리고 싶은 마음이기 때문입니다.

18:53저는 의학 분야에 있어서 그런지 모르겠지만

18:56사람 생명 살리는 게 당연히 이게 적용이 돼야 되지 않겠습니까?

19:00AI가 시간을 구하면

19:02사람은 생명을 구합니다.

19:04사고의 순간부터

19:06소생실을 지나

19:08회복과 기록의 모든 순간에

19:10사람과 AI가 함께하는 미래가 시작되었습니다.

19:15얘기해 주십시오요.

19:18만약에

19:40다음 영상에서 만나요.

카테고리

트랜스크립트

첫 번째로 댓글을 남겨보세요

추천