김중희 분당서울대병원 응급의학과 교수가 개발한 AI 솔루션 ‘ECG Buddy’ 화면. 애플리케이션 캡쳐 응급실은 매 순간 분초를 다투는 공간이다. 응급의학과 의사들은 환자의 상태를 재빠르게 살피지만, 심전도 판독에서는 신속한 판단이 쉽지 않을 때가 있다. 심전도는 심장이 보내는 전기 신호를 바탕으로 환자의 상태를 판단하는 중요한 검사지만, 파형이 복잡해 숙련된 전문의가 아니면 정확한 해석이 쉽지 않다. 이러한 심전도 판독의 어려움을 해결하기 위해 분당서울대병원 응급의학과에서 개발한 인공지능(AI) 솔루션 ‘ECG Buddy’가 등장했다. 이 AI 솔루션은 심전도 검사로 얻은 심장 박동 파형을 AI로 분석해 부정맥의 종류를 구분하고, 의료진의 진료 판단을 지원한다. AI를 활용해 심전도 판독 시간을 단축하기 위해 개발된 이 프로그램은 현재 전국 백여 개 병원으로 확산하며 응급의료 현장에서 활용 범위를 넓혀가고 있다. 김중희 교수가 ‘ECG Buddy’ 개발 배경을 설명하고 있다. 분당서울대병원 제공 ‘ECG Buddy’를 개발한 김중희 분당서울대학교병원 응급의학과 교수는 “응급실에서는 심전도를 볼 일이 많지만, 판독에 시간이 오래 걸린다”며 “환자를 볼 시간도 부족한 상황에서 애매한 심전도 결과가 나오면 여러 의사가 함께 확인해야 하는 경우가 많아 인공지능을 활용하면 좋겠다고 생각했다”고 말했다 모바일릴게임손오공 . 이어 “스마트폰을 활용한 방식과 병원 시스템에 연동하는 형태로 ECG Buddy를 활용할 수 있다”며 “100여개 병원에서 한 달에 30만 건 이상의 심전도 데이터를 분석하고 있다”고 설명했다. ECG Buddy는 응급실 안에서의 진단을 넘어 환자의 이송 과정에서도 활용될 수 있다. 현재 제주에서는 119 구급대가 현장에서 ECG Buddy를 활용해 환자의 심전도를 분석하고 의료진의 구급지도를 받는 시범사업이 진행됐으며, 이를 통해 응급실 재이송률이 감소하는 결과가 보고됐다. 서울에서도 관련 시범사업이 추진될 예정이다. 김 교수는 “응급실마다 진료할 수 있는 중증도가 다르기 때문에 환자의 상태를 정확하게 파악하지 못한 채 이송하면 결국 다른 병원으로 다시 옮겨야 하는 경우가 발생한다”며 “구급대가 현장에서 ECG Buddy를 활용하면 의료진이 심전도 분석 결과를 바탕으로 적절한 병원을 안내할 수 있어 재이송을 줄이는 데 도움이 된다”고 말했다. 황금성용가리 응급의료 분야에서 활용 가능성을 입증한 ECG Buddy는 최근 수술 전 환자 평가 분야로도 적용 범위를 넓히고 있다. 연구진은 심전도 데이터를 활용해 수술 후 심정지와 심근경색, 사망 위험 등을 예측하는 연구를 진행했다. 이를 통해 위험도가 낮은 환자는 불필요한 추가 검사를 줄이고, 고위험 환자는 필요한 검사를 우선 시행하는 등 의료자원을 효율적으로 활용할 수 있을 것으로 기대하고 있다. 김중희 교수가 ‘ECG Buddy’의 발전 목표를 설명하고 있다. 분당서울대병원 제공 김 교수는 “수술 전 평가는 심초음파 등 여러 검사가 필요해 일정이 지연되는 경우가 적지 않다”며 “AI를 통해 위험도가 낮은 환자를 먼저 선별하면 건강한 환자는 더 빨리 수술을 받을 수 있고, 검사가 꼭 필요한 환자에게 의료자원을 집중할 수 있다”고 설명했다. 김 교수는 앞으로 ECG Buddy가 단순히 심전도 분석 결과를 제시하는 수준을 넘어 의료진의 임상 의사결정까지 지원하는 방향으로 발전해야 한다고 봤다. 이를 위해 생성형 AI를 접목해 결과 해석과 응급 처치 방향을 함께 제시하는 기능을 개발하고 있다. 김 교수는 “AI는 의료진을 대신하는 기술이 아니라 의료진이 환자에게 더 집중할 수 있도록 돕는 도구”라며 “앞으로는 분석 결과를 임상에서 어떻게 활용할지까지 지원하는 방향으로 발전시켜 나가겠다”고 전했다. 해 분당서울대병원