(주) 뷰노

press releases

뷰노, 중환자 특화 빅데이터 구축 및 의사결정 지원시스템 개발 참여

  • 2021. 07. 13

“뷰노, 생체신호 기반 중환자실 내 환자 상태악화 예측 AI 개발”

중환자 특화 빅데이터 구축 및 의사결정 지원시스템 개발 참여

- 서울대병원·양산 부산대병원과 복지부 최초 AI 기반 임상 의사결정 지원시스템(CDSS) 실증연구 참여

- 세계 최고 권위 학회서 입증된 생체신호 AI 기술력으로 K-MIMIC 활용해 국가 의료시스템 개선 기대

 

[2021-07-13] 글로벌 의료인공지능 솔루션 선도 기업 뷰노(대표 김현준)는 보건복지부가 주관하는 ‘중환자 특화 빅데이터 구축 및 AI 기반 임상 의사결정 지원시스템(Clinical Decision Support System, 이하 CDSS) 개발’ 사업의 컨소시엄 기업으로 선정됐다고 13일 밝혔다. 뷰노는 해당 사업 중 ‘딥러닝 기반 실시간 중환자실 환자 상태악화 위험도 평가 시스템 개발’의 세부 책임기관으로서 서울대병원, 양산 부산대병원과 컨소시엄을 구성해 사업에 착수한다.

 

보건복지부가 총 430억 원 규모로 2025년까지 진행하는 이번 사업은 한국인 중환자 특성을 반영한 데이터 셋(Korean Medical Information Mart for Intensive Care, 이하 K-MIMIC)을 구축하고, 이를 기반으로 중환자 예후 예측 및 중증 위험도 정량화해 의료진의 의사결정을 지원하는 CDSS 개발에 목표를 둔 첫 실증 연구다. K-MIMIC은 미국 국립보건원(NIH)이 미국 중환자 입원 정보 5만여 건을 비식별화해 의료인공지능 연구개발에 활용하도록 후원한 MIMIC 사업을 벤치마킹한 것으로서, 보건복지부는 해당 사업을 통해 세계적인 수준의 의료 데이터 경쟁력을 확보하고, 국내 중환자 진료의 질을 향상할 수 있는 국가 의료시스템 개선에 앞장설 방침이다.

 

이번 사업에서 뷰노는 패혈성 쇼크(성인, 소아, 신생아), 흉부외과 수술 후 뇌졸중, 중환자실 재입실 및 실시간 사망 위험도와 같은 중환자실 내 환자의 상태 악화를 평가하는 5가지 의료 소프트웨어를 개발할 예정이다. 해당 소프트웨어들은 중환자실에서 고위험환자를 사전에 인식해, 의료진들이 적기에 최소한의 의료자원으로 효율적으로 대처하도록 돕는다. 이를 통해 중증환자 예후를 개선해 중환자실 사망률을 감소시킬 뿐 아니라, 제한적인 중환자실 병상을 효율적으로 운영해 국가 의료비용 감소에 보탬이 될 것으로 기대된다.

 

이예하 뷰노 이사회 의장은 “그동안 세계 학회에서 인정받아온 뷰노의 생체신호 인공지능 연구 역량을 국내 임상의사 결정 지원 시스템 구축에 발휘하게 돼 기쁘다”며, “본 사업을 통해 국내 중환자실 환경에 최적화된 인공지능 시스템을 구축함으로써, 국가 의료비와 중증 환자 사망률 감소에 기여하도록 앞장서겠다”고 말했다.

 

한편, 뷰노는 국내외 의료인공지능 산업의 집중 분야인 의료영상 뿐만 아니라, 병리, 음성 그리고 생체신호 분야에서도 다양한 인공지능 솔루션 연구개발 성과를 달성하며 독보적인 입지를 굳혀왔다. 최근에는 일반병동 입원 환자의 활력징후(vital sign)를 기반으로 향후 24시간 내 심정지 발생 위험 예측 정보를 제공하는 뷰노메드 딥카스™(VUNO Med®–DeepCARS™)의 임상시험을 성공적으로 종료한 바 있으며, 이를 기반으로 올해 하반기에 국내 허가를 획득할 것으로 예상된다. 해당 솔루션은 응급의학 분야 전 세계 최고 권위 학술지인 Resuscitation[1]을 비롯해 미국심장협회지(JAHA)[2], 세계중환자의학회지(CCM)[3] 에 게재된 다양한 임상연구를 통해 우수한 임상적 유효성을 입증해왔다.

 

[1] Yeon Joo Lee, Kyung-Jae Cho, Oyeon Kwon, et al., A multicentre validation study of the deep learning-based early warning score for predicting in-hospital cardiac arrest in patients admitted to general wards, Resuscitation: Apr 22, 2021

[2] Joonmyoung Kwon, Youngnam Lee, Yeha Lee, et al., An Algorithm Based on Deep Learning for Predicting InHospital Cardiac Arrest, Journal of the American Heart Association: June 26, 2018

[3] Kyung-Jae Cho, Oyeon Kwon, Joonmyoung Kwon, et al., Detecting Patient Deterioration Using Artificial Intelligence in a Rapid Response System, Critical Care Medicine: February 11, 2020

Tag in

#press_releases

#VUNO Med® Solution

#VUNO Med®-DeepCARS®