뷰노(대표 이예하)는 AI 기반 심정지 예측 의료기기 VUNO Med®–DeepCARS®(이하 DeepCARS)의 임상적 효과를 전향적으로 검증한 연구 결과가 최근 국제 전문 학술지 Diagnostics에 게재됐다고 27일 밝혔다.
 
이번 연구는 인하대병원 호흡기내과 김정수 교수팀이 이끈 DeepCARS 최초의 전향적 중재연구로, 일반병동 입원 환자에서 심정지 예측 AI의 도입이 심정지와 사망률에 어떤 영향을 미치는지 평가했다. 해당 연구는 AI 기반 예측 의료기기로서 정확도 등 일반적인 성능 평가를 넘어 환자의 직접적인 예후와 임상적 결과를 살펴봤다는 점에서 기존 연구와는 차별화됐다.

병원 내 심정지는 높은 사망률과 연관돼 있으나, 연속적인 모니터링이 어려워 조기 예측과 대응에 한계가 있는 것으로 알려져 있다. 기존의 조기경보시스템(Conventional Early Warning System, EWS)을 기반으로 한 신속대응시스템(Rapid Response System, RRS)이 널리 쓰이고 있으나, 임상 효과와 결과는 일관되지 않다는 지적도 제기되고 있다. 이에 연구팀은 DeepCARS를 활용해 24시간 이내 심정지 발생 위험을 사전에 예측하고, 이를 실제 임상 대응으로 연결했을 때 환자 예후가 개선되는지를 확인했다.
 
해당 연구는 일반병동에 입원한 성인환자 36,797명을 대상으로 1년간 전향적으로 수행됐다. DeepCARS는 일반병동에서 측정되는 4가지 활력징후 데이터를 기반으로 심정지 위험을 예측해 알람 형태로 제공했다. 알람은 환자 상태를 재확인하고 추가 치료를 검토하는 정보로 활용됐으며, 임상 판단은 추가 인력이나 진료 체계 변경 없이 의료진의 자율적 판단에 맡겼다.
 
연구진은 전체 입원 환자 중 알람이 발생한 환자 2,906명을 두 그룹으로 나누었다. 중재군은 DeepCARS 알람이 발생한 환자 중 24시간 이내 임상 재평가나 치료가 이뤄진 그룹, 대조군은 해당 시간 내 알람에 대해 추가 대응을 하지 않은 그룹으로 임상 결과를 비교 분석했다. 그 결과, 중재군의 원내 심정지 발생률은 2.07%에서 1.06%로 약 46% 감소했고, 원내 사망률 역시 2.74%에서 1.70%로 약 35% 낮아진 것으로 나타났다. 또한 알람이 울리고 의료진의 중재가 빠르게 이루어질수록 환자의 예후가 더 좋았다.
 
이번 연구를 통해 기존 진료 체계를 유지하며 추가적인 인력 증원 없이도 DeepCARS 알람에 따라 의료진이 적시 대응했을 때 실제 환자 예후가 개선될 수 있음을 확인했다. 의료 인력과 자원이 제한적인 일반병동 환경에서 심정지 예측 AI의 임상적 가치를 보여준 것이다.
 
뷰노 주성훈 CTO는 “이번 연구는 DeepCARS 도입으로 환자의 심정지와 사망을 유의미하게 감소시킬 수 있음을 전향적으로 입증했다는 점에서 의미가 크다. 현재 더 높은 근거 수준의 다기관 군집 무작위 대조시험 연구(RCT)도 진행중”이라며, “앞으로도 뷰노는 DeepCARS가 환자 안전에 기여하는 솔루션으로 자리매김할 수 있도록, 현장 근거중심의 임상 연구를 지속적으로 축적해 나갈 것”이라고 강조했다.