생활/문화
환자 데이터 일부 누락돼도 사망 위험 예측하는 멀티모달 AI 개발
뉴스보이
2026.09.16. 10:53
뉴스보이
2026.09.16. 10:53
간단 요약
간단 요약
기존 AI와 달리 데이터 결측 시에도 높은 정확도를 유지하는 기술이 개발되었습니다.
메모리 효율성까지 대폭 개선해 실제 진료 현장 적용 가능성을 높였습니다.
이 기사는 3개 언론사의 보도를 교차 검증하여 작성되었습니다.
이 기사는 3개 언론사의 보도를 교차 검증하여 작성되었습니다.
세브란스병원 박유랑 연세대 의과대학 의생명시스템정보학교실 교수와 홍재성 연구원 연구팀이 환자의 검사 결과나 임상 기록이 일부 누락된 상황에서도 사망 위험을 안정적으로 예측하는 멀티모달 의료 AI 프레임워크 ‘ETF UML’을 개발했습니다. 이번 연구 결과는 국제학술지 ‘인포메이션 퓨전’에 게재됐습니다.
기존 멀티모달 AI는 정보가 누락되면 성능이 저하되어 빠진 값을 임의로 채우는 ‘결측치 대체’ 방식을 사용해 왔습니다. 하지만 이는 실제 환자 상태를 왜곡할 위험이 컸습니다. 반면 ETF UML은 누락된 정보를 별도로 추정하지 않고, 서로 다른 데이터가 공통된 판단 기준을 공유하도록 설계되어 이러한 한계를 극복했습니다.
연구팀은 MIMIC IV와 eICU 등 국제 공개 중환자 데이터베이스를 활용해 성능을 검증했습니다. MIMIC IV 30일 사망 예측에 19만27건, 90일 사망 예측에 16만4723건, eICU 원내 10일 사망 예측에 11만9852건이 사용되었습니다. 그 결과, 기존 모델 대비 4.4~10.7점 높은 예측 성능을 기록했습니다. 특히 최대 그래픽 메모리 사용량은 0.44GB로, 비교 모델인 MUSE(4.70GB)의 10분의 1 수준에 불과해 연산 효율성도 뛰어납니다.
연구팀은 향후 영상 데이터를 포함한 다양한 임상 과제로 연구 범위를 넓혀 실제 진료 현장에서 즉각 활용 가능한 인공지능으로 발전시킬 계획입니다.
이 콘텐츠는 뉴스보이의 AI 저널리즘 엔진으로 생성 되었으며, 중립성과 사실성을 준수합니다. AI가 작성한 초안을 바탕으로 뉴스보이 에디터들이 최종검수하였습니다. (오류신고 : support@curved-road.com)
• 이 콘텐츠는 뉴스보이의 AI 저널리즘 엔진으로 생성 되었으며, 중립성과 사실성을 준수합니다.
• AI가 작성한 초안을 바탕으로 뉴스보이 에디터들이 최종검수하였습니다. (오류신고 : support@curved-road.com)
