1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드

 병원 내 낙상 발생시 환자의 회복 기간이 길어지거나 예후가 악화될 수도 있기에, 환자 뿐만 아닌 의료진에게도 낙상을 예방하는 것은 병원 내 중요한 안전 문제입니다. 그동안 낙상 위험도를 평가하는 방식은 체크리스트를 활용한 전통 방식을 따르거나, 전자의무기록 등을 활용한 예측 기법을 활용하여 낙상을 예방하고자 노력해왔습니다. 다만, 이러한 단발성 평가나 정적인 정보로는 입원 기간 내내 달라지는 환자의 신체 상태 및 위험도를 세밀하게 반영하기에는 쉽지 않았습니다.

 ‘디지털 혁신 병원’을 지향하는 용인세브란스병원에는 실시간으로 환자의 위치를 추적하여 데이터베이스화 시켜놓는 실시간 위치 기반 서비스 (RTLS) 기술이 존재합니다. 저희 연구진은 이러한 RTLS 기술이 실시간으로 환자의 위치를 추적하기에, 변화하는 환자의 신체 변화를 파악하는 변수를 계산하기에 적합한 기술이라고 판단하여 연구에 활용했습니다. 동적인 데이터인 RTLS를 기반으로 하루 총 이동거리부터, 하루 중 가장 빨리 움직인 속도, 활동량이 높았던 시간의 비율 등 다양한 변수들을 계산했습니다. 이러한 RTLS 기반의 변수들을 활용한 모델의 경우 area under the receiver operating characteristic (AUROC)이 0.813으로 준수한 성능을 보였습니다.

 저희 연구진은 단순 RTLS 기반의 변수만 활용하기에 그치지 않고, 입원하는 환자들에게 측정하는 임상 수치들부터 환자의 움직임에 영향을 줄 수 있는 약물 복용 여부들까지도 추가로 활용했습니다. 이러한 전자의무기록 (EMR) 기반의 임상 수치만을 활용한 경우에는 AUROC 0.699에 그쳤습니다. 그렇지만, RTLS 기반 변수들과 EMR 기반 변수들을 종합적으로 활용한 모델에서는 AUROC 0.847로 통계적으로 유의미한 성능의 상승을 가지는 모델을 구현할 수 있었습니다. 더 나아가, SHAP와 DCA 분석에서 서로 다른 RTLS과 EMR기반 변수들을 함께 활용할 경우에 한 가지 특성의 변수들을 사용하는 것보다 이점이 있음을 밝혔습니다.

 RTLS 데이터는 작은 센서를 기반으로 환자에게 부담을 주지 않으면서 데이터를 수집한다는 장점이 있으며, 자동화된 과정으로 데이터가 보관됩니다. 이러한 RTLS는 본 연구에서 집중한 낙상 이외의 여러 안전사고 예방에도 활용 가치가 있을 것이라 생각합니다. 또한, 연구에서 RTLS 기반 변수를 도출해낸 방식과 같이 다양한 첨단 IT 기술들을 의료 분야 연구에 활용할 경우, 기존 의료 데이터에서 가지는 한계점을 넘을 수 있는 새로운 가능성을 가지는 돌파구가 될 수 있을 것이라 예상합니다. 본 연구가 서로 다른 다양한 기술들의 융합 연구로 많은 환자들의 예후 및 안전을 관리할 수 있는 도약점이 되기를 희망합니다.

2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁드립니다.

 제가 소속된 연구실은 연세대학교 의과대학 의생명시스템정보학교실의 Computational Medical Informatics (CMI) Lab입니다. 윤덕용 교수님의 지도 아래 석·박사 과정 학생들이 다양한 연구를 수행하며 학위 과정을 밟고 있습니다. 연구 주제는 전자의무기록, 심전도 데이터와 같은 생체신호 데이터, X-선과 같은 의료영상 데이터 등 다양한 의료데이터를 활용한 인공지능 모델 개발이 주를 이룹니다. 최근에는 ChatGPT와 같은 대규모 언어 모델을 의료 분야에 적용하는 연구도 활발히 진행하고 있습니다.

 또한, 연구실에서는 대한의료정보학회부터 AMIA, MEDINFO 등 다양한 국내외 저명 학회 참여를 적극적으로 장려해, 학생들이 학술 교류와 발표 기회를 얻을 수 있도록 지원합니다. 이러한 국제 교류를 통해 폭넓은 시야를 키우고 글로벌 인재로 성장할 수 있는 기회도 마련되어 있습니다.

3. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람

 새로운 연구 주제를 접하거나 새로운 임상 데이터를 마주하면, 연구 초기 단계에서 이를 어떻게 활용해야 할지 막막해질 때가 종종 있습니다. 그러나 적절한 전처리 방법을 구상하고 예측 모델을 학습시켜, 미리 세운 가설과 유사한 결과가 도출될 때 느끼는 기쁨은 제 연구 활동에서 얻는 가장 큰 보람입니다.

 본 연구에서도 실시간 위치 기반 서비스(RTLS)를 기반으로 환자의 신체 활동을 파악하기 위해 다양한 가설을 세우고, 여러 차례의 feature engineering을 시도했습니다. 그 결과로 예측 성능이 향상되는 모습을 지켜보면서, 공동 주저자인 지훈이와 함께 느꼈던 보람은 아직도 생생합니다. 더 나아가, 이러한 연구 과정에서 확보한 연구 결과를 바탕으로 학술지에 논문이 등재되고, 국제 학술대회에서 포스터나 구두 발표를 진행하는 모든 과정은 제 연구 인생에서 ‘내가 할 수 있다’는 자부심을 더욱 크게 심어주기도 했습니다.

 연구를 진행하며 느끼는 이러한 보람과 자부심은 제 자신의 성장으로 이어지는 든든한 원동력이 됩니다. 이러한 원동력을 기반으로 계속해서 부족한 점을 배우고 보완해 나가며, 더 나은 연구 성과로 이어지도록 노력하는 것이 저에게는 연구자로서의 목표이기도 합니다.

4. 이 분야로 진학하려는 후배들 또는 유학준비생들에게 도움이 되는 말씀을 해 주신다면?

 의료정보학은 의학적 지식과 공학·과학적 접근이 결합되어 더욱 빛을 발하는 융합 학문입니다. 저는 학사와 석사를 생명공학으로 전공한 뒤, 박사 과정에서 의료정보학을 공부하고 있습니다. 그 과정에서 임상 지식이 부족할 때도 있었지만, 임상 관련 논문을 열심히 찾아보고 임상 교수님들과 교류하며 꾸준히 보완해 나가고 있습니다. 이런 노력에 더해, 제가 기존에 쌓아온 공학적 사고방식은 본 연구를 해결함에 있어 문제를 분석하고 해결책을 찾는 과정에 큰 도움이 되었습니다.

 의료정보학 분야에서 인공지능 연구를 고민하시는 분들이 계시다면, 서로 다른 배경 지식을 유연하게 결합하여 다각도로 탐구하는 능력을 함양하는 것이 중요하지 않을까 생각합니다. 비록 의학 지식이 부족하더라도, 학제 간 협력을 통해 충분히 보충할 수 있고, 반대로 공학적 접근이 의학 문제 해결에 도움이 되기도 합니다. 따라서 자신의 강점을 살리는 동시에 부족함을 꾸준히 공부하고 배우려는 자세로 임하신다면, 의미 있는 연구 성과와 함께 개인적인 성장도 함께 이루실 수 있으리라 생각합니다.

 요즘은 ChatGPT를 비롯한 여러 인공지능 기술이 빠르게 확산되고 있어, 의료 분야에서도 인공지능을 활용한 혁신이 활발히 이뤄지는 시기입니다. 그만큼 늦지 않은 좋은 기회이기도 하니, 관심이 있으시다면 적극적으로 도전해 보시기를 응원합니다.

5. 연구 활동과 관련된 앞으로의 계획이 있으시다면?

 우선, 현재 진행 중인 임상 데이터를 활용한 예후 예측 모델링 연구를 포함한 맡고 있는 연구들을 졸업 전까지 책임감 있게 마무리하고 싶습니다. 그리고 졸업 후에는 박사과정에서 배운 지식과 경험을 토대로, 단순한 연구 성과에 머무르지 않고 실제 환자에게 적용할 수 있는 제품이나 시스템을 개발함으로써 많은 환자들의 건강과 삶을 개선하고자 합니다. 이 과정을 통해 제가 쌓아온 역량으로 사회에 기여하는 뜻깊은 발걸음을 내딛고 싶습니다.

6. 다른 하시고 싶은 이야기들.....

 논문이 출판되었다는 소식을 접했을 때, 이번 연구의 시작부터 끝까지의 과정들이 주마등처럼 스쳐갔습니다. 먼저, 연구의 방향을 세밀하게 지도해주시고, 박사 과정생으로서 필요한 역량을 키울 수 있도록 기회를 주신 윤덕용 교수님께 깊이 감사드립니다. 또한, 임상 지식을 가르쳐 주시고 항상 격려와 친절한 지도로 연구에 도움을 주신 김경민 교수님께도 진심으로 감사의 말씀을 드립니다. 함께 밤을 새워 머리를 맞대고 연구 의견을 나누며 해결책을 찾기 위해 함께 노력한 공동 주저자 지훈이에게도 고마움과 응원을 전합니다.

 항상 든든한 내 편이 되어주어 고맙고 사랑하는 아내 예나에게 신혼의 시작과 함께 논문 출판 소식을 전할 수 있어 기쁘고 감사한 마음입니다. 그리고 언제나 묵묵히 지원해주시고 응원해주시는 어머니께도 깊은 감사를 드립니다. 연구실 생활 전반에서 함께 고민하고 힘을 보태 준 동료들, 그리고 공동 연구를 함께 진행해주신 선생님들께도 진심으로 감사드립니다.

                                                    사진. CMI 연구실 동료들과 함께한 에버랜드