｜김태수 강원대병원 공공부문 공공부장(이비인후과 과장)

인구 고령화 및 이에 따른 의료인력 부족, 주기적인 감염병 팬데믹 도래, 건강 및 의료서비스 기대 수준 향상 등 의료 내·외적 환경 변화에 따라 비용효과적이고 최적화된 의료서비스 요구가 커지고 있다. 이에 따라 국내 병원계는 일찍부터 선의의 경쟁을 통해 적극적인 투자와 최첨단 IT 기술을 적용하려는 노력을 기울여 왔으며 이와는 별도로 정부도 스마트병원 선도모델을 개발하기 위한 지원사업에 착수, 2020년부터 2025년까지 6년간 총 18개 분야에 대해 매년 30~60억원씩 지원하고 있다. 또 기존의 전통적인 합성화학물질에 기반한 의약품도 디지털 기술을 접목한 디지털치료제로 진화하는 단계에 있다. 미래 헬스케어로의 전환기를 맞아 병원신문은 창간 37주년을 기념, 병원계 및 의료기기·제약 산업계의 판단에 도움을 주기 위해 앞서가는 병원 등의 사례를 통한 각종 정보를 공유하는 특집호를 마련했다. <편집자 註>1


강원대병원은 강원도의 의료를 책임지고 있는 강원도의 유일한 국립대병원이다. 

현재 강원권역 중증질환의 의료품질을 주도하는 병원을 미션으로 해 변화와 혁신을 위해 지속적으로 노력하고 있으나 최근 지방 병원에서 공통적으로 나타나는 의료인력의 유출 및 부족으로 인해 병원의 경영 및 효율적인 운영에 많은 어려움을 겪고 있다. 

하지만 이러한 어려움을 환자 중심의 의료를 위한 스마트병원을 통해서 해결하고자 많은 노력을 기울이고 있다. 

그 중 2021년 스마트병원 선도 모델 사업으로 선정돼 강원대병원의 간호·간병 통합서비스 병동에서 운영이 정착된 낙상 및 욕창 모니터링 솔루션을 소개하고자 한다. 

4차 산업의 핵심 기술인 인공지능, 빅데이터, 사물인터넷, 클라우드 등 기술 발달로 의료 패러다임이 변화하고 있다. 

사후 치료 중심이었던 의료 서비스는 환자와 예방 중심으로 변화하는 중이다. 

스마트병원도 이러한 변화의 일환으로 환자의 편의와 안전을 높이는 다양한 혁신 서비스와 시스템이 적용되고 있다. 

그 중 AI 기반 영상 분석 기술은 영상과 이미지에 존재하는 객체의 종류와 특징을 추출해 유의미한 정보를 산출하는 기술로, 의료, 보안, 불량 검출, 범죄 인지, 상황인지 등에서 인식률과 정확도를 높이고 있으며 특히 의료분야에서 주목받고 있다. 

병원 내에서도 특히 빈번하게 발생하는 안전사고인 낙상과 욕창은 대형병원은 물론, 중소병원, 요양병원, 재활병원에서도 해결하기 어려운 과제 중 하나다. 

보건복지부, 의료기관평가인증원에 따르면 2021년 기준 1만3,146건의 안전사고가 보고됐으며, 이 중 낙상 사고는 6,199건(47.2%)으로 2위인 약물 사고 4,198건(31.9%)보다 매우 높은 비율로 환자안전 사고 중 1위를 차지하고 있다. 

특히, 낙상의 경우 78.9%가 60세 이상 고령 환자에게 발생했다.

2022년 65세 이상 고령인구는 17.5%였으나 향후 2025년에는 20.6%, 2035년 30.1%, 2050년 40.1%로 예상된다. 

강원대학교병원은 2021년 기준 입원환자 중 65세 이상의 고령 환자 비율이 45.4%를 차지해 강원도가 초고령 사회에 진입했다는 것을 알 수 있다. 
AI-PAM(환자 안전관리 시스템) 모식도이처럼 고령인구의 급속한 증가가 예상되지만 적정 간호인력은 줄어들 가능성이 큰 상황으로 낙상 등의 환자안전 사고는 더 이상 미뤄둘 수 없는 과제가 됐다.

이에 강원대학교병원과 소프트웨어 개발사인 지오멕스소프트는 2021년 스마트병원 선도 모델 사업에 AI-PAM 솔루션을 제안해 병원 내 환자안전 관리 분야에 선정됐다. 

강원대학교병원과 지오멕스소프트가 공동 개발한 AI-PAM (AI based Patientcare Monitoring system) 솔루션은 환자의 병실 생활 영상을 이용한 영상처리기법인 AI 행동인식 모델을 통해 낙상, 욕창, 이탈 징후를 조기에 감지하고 효율적으로 간호 관리 업무를 수행하는 병원 내 안전사고 모니터링 서비스로 설계됐다.

AI-PAM은 다인실에 최적화된 어안 CCTV로 AI 영상 탐지를 통해 병실 내 환자 안전 사고를 관리할 수 있는 시스템이다. 

AI-PAM은 낙상 사고 및 낙상 위험 행동을 감지해 의료진의 스마트폰 앱과 스마트 워치로 신속하게 이벤트 상황을 전파해 의료인이 이동 중에도 알림을 받을 수 있도록 지원한다.
세그멘테이션 및 스켈레톤 분석 결과AIPAM의AI 모델은 PanopticDeepLab(Google2020) 모델 구조에 기초해 실내 top-view fisheyeimage에 적합하게 튜닝한 AI 모델로 환자, 의료인 구분, 병실 환경 인식 및 환자 행동 인식을 통해 낙상 경보/사고, 욕창 경보, 자리 비움 등의 정보를 제공한다. 

영상인식 기반 세그멘테이션 및 행동 추정 시스템은 action recognition 모델을 이용해 검출된 사람들의 행동을 인식하고 있으며 개인별로 자세, 행동을 인식하기 위해 입력 데이터는 RGB 영상과 그것의 변환된 특징 벡터, 추출된 스켈레톤 벡터 등이며 I3D CNN, LSTM 등의 모델을 사용한다. 

현재 모델의 성능은 사람 검출의 경우 정밀도(precision) 0.98, 재현율(recall) 0.90 으로 f1-score 0.95 이며 자세 인식의 경우 평균 정확도(accuracy) 0.90이다. 

낙상은 발생 이후에 조치하는 것보다 낙상이 발생하기 전에 예방하는 것이 더욱 중요한 이슈다. 

기존의 유사 솔루션의 경우 낙상이 발생한 사후 조치에 집중했다면 AI-PAM은 사전 예방에 방점을 두고 있다. 

병실 생활 영상을 이용한 영상처리기법으로 AI 행동 인식 모델을 통해 낙상, 욕창, 이탈 징후를 조기에 발견할 수 있도록 개발됐다.
환자 낙상 모니터링 시스템 모식도.기존에 입원 시 낙상 및 욕창 위험도 평가 도구를 통해 평가 시행 결과만을 가지고 낙상, 욕창 고위험군을 분류했다. 

그러나 이러한 경우 실제 고위험군과 데이터 상의 차이가 존재해 적절한 보호 체계를 갖추기 어려웠다. 

AI-PAM은 이렇듯 기초 평가 결과로 고위험군으로 분류되지 못했던 입원환자가 낙상 유발 위험 행동을 할 경우 스켈레톤 분석과 포즈 분석을 통해 낙상 초고위험 가능 환자로 구분할 수 있다. 

낙상 고위험 가능 환자의 경우는 누적된 라이프로그 데이터를 통해 낙상 초고위험군 재분류 등을 적용할 수 있으며, 위험 행동 감지 시 낙상 초고위험군으로 구분해 예방 활동이 가능하도록 제공하고 있다. 

간호사스테이션의 환자 모니터링 시스템은 낙상 경보, 욕창 경보, 자리 비움, 침대 없음, 커튼의 상태와 통계를 알려주는 대시보드와 병실을 실시간으로 확인할 수 있는 영상 모니터 총 2대로 구성돼 있으며 낙상 고위험군, 욕창 고위험군, 난간 주의 등 환자들의 상태를 이름에 표현해 의료진들이 환자 상태를 직관적으로 파악하도록 했다. 

또한 Web 기반의 멀티클라이언트를 지원해 PC와 태블릿 등 한 병동에 여러 개의 디바이스를 제공하여 의료진들이 환자의 상태를 파악하는데 도움을 주고 있다. 

현재 AI-PAM을 활용하고 있는 병동에 AI-PAM의 유용성을 평가하고자 의료진들을 대상으로 설문조사를 수행했다. 

강원대병원 의료진 모니터링 시스템.AI-PAM을 활용하고 있는 의료진들의 80%가 본인의 업무 중에 실제적인 도움을 받았다고 응답했으며, 병원 실무진의 만족도가 매우 높은 것으로 나타났다. 

강원대병원은 환자 중심의 의료 서비스를 실현하고자 효율적이고 정확한 의료 서비스 제공에 스마트병원 시스템을 지속적으로 도입하고 있다. 

이러한 스마트병원 시스템 구축은 많은 투자와 더불어 병원의 구성원 개개인이 병원에 내원하는 환자를 위해 혁신하는 지속적인 노력이 전제돼야 한다. 

앞으로 인구 감소에 따라 지방 소멸의 위기가 다가오는 데 있어서 강원대병원은 강원도의 유일한 국립대병원으로서 지속적인 혁신을 통해 강원도민에게 최적의, 최상의 의료를 제공하고자 노력하고 있다. 

지역 소멸의 위기를 막기 위해서 지역에 우수한 의료 서비스를 제공하고자 노력하는 국공립병원에 대한 국가 중앙부처 및 지방자치단체의 지원과 관심을 부탁하며, 강원도민과 국민들이 스마트병원으로 성장하는 강원대병원을 기대해주길 바란다. 

출처 : 병원신문(http://www.khanews.com)