본문으로 건너뛰기
피드

국내 의료 AI, 학회장에서 ‘실제 임상 데이터’로 존재감 키웠다

ai-ml 약 6분

국내 의료 AI 기업들이 학회 시즌을 맞아 중환자 예측, 심전도 분석, 치매 치료제 부작용 모니터링 등 실제 임상 적용 사례를 공개했다. 핵심은 기술 데모가 아니라 병원 EMR 데이터와 임상 근거를 바탕으로 의료진 업무 부담과 환자 안전 문제를 해결한다는 점이다.

  • 1

    에이아이트릭스는 바이탈케어로 패혈증 관리와 신속대응팀 구축 사례를 발표

  • 2

    뷰노는 DeepCARS, DeepECG 등 24시간 환자 안전 감시 라인업을 소개

  • 3

    뉴로핏은 치매 신약 처방 시 필요한 ARIA 모니터링 소프트웨어를 전면에 내세움

  • 4

    국내 의료 AI 기업들의 공통 키워드는 실제 병원 데이터와 임상적 근거

  • 국내 의료 AI 기업들이 봄 학회 시즌에 꽤 실전적인 결과물을 들고 나옴

    • 기사에서 반복해서 강조되는 키워드는 ‘임상적 근거’임
    • 예전처럼 “AI로 진단 보조 가능함” 수준의 데모가 아니라, 실제 병원 데이터와 의료진 워크플로에 붙어서 쓸 수 있는지 보여주는 쪽으로 무게가 이동함
  • 중환자 분야에서는 에이아이트릭스와 뷰노가 존재감을 보임

    • 제46회 대한중환자의학회 정기학술대회에서 환자 상태 악화 예측 기술이 주요 주제로 다뤄짐
    • 이 영역은 알람이 너무 많으면 의료진이 지치고, 너무 적으면 위험 환자를 놓치는 빡센 문제라 AI의 실사용 가치가 꽤 명확함
  • 에이아이트릭스는 ‘바이탈케어’로 패혈증 관리와 신속대응팀(RRT) 구축 사례를 제시함

    • 바이탈케어는 전자의무기록(EMR) 데이터를 분석해 패혈증, 심정지, 사망 발생 위험도를 조기에 예측하는 의료 AI 솔루션임
    • 해운대백병원 사례에서는 불필요한 알람은 줄이고, 고위험 환자 선별 효율은 높였다는 데이터를 내세움
    • 다수 임상 연구에서 기존 평가 지표 대비 우수한 패혈증 예측 성능을 입증했다는 점도 기사에서 언급됨

중요

> 의료 AI에서 진짜 어려운 건 모델을 만드는 것보다 병원 현장에서 신뢰받는 거임. 이번 기사에서 국내 기업들이 강조한 것도 논문 속 성능이 아니라 EMR과 실제 임상 데이터를 통한 검증임.

  • 뷰노는 24시간 환자 안전 감시 라인업을 전면에 내세움

    • 심정지 예측 솔루션 ‘DeepCARS’와 심전도 분석 솔루션 ‘DeepECG’를 소개함
    • 흉부 X-ray 판독 보조 솔루션 ‘Chest X-ray’, 키오스크 타입 심전도 측정 의료기기 ‘HATIV K30’도 함께 전시함
    • 호주 중환자의학 석학들과 논의하며 글로벌 시장 확장 가능성도 부각함
  • 뉴로핏은 치매 치료제 시장을 겨냥함. 포인트는 ‘진단’보다 ‘치료 과정 모니터링’임

    • 대한신경두경부영상의학회에서 항아밀로이드 치매 치료제와 관련된 부작용 모니터링 소프트웨어 ‘뉴로핏 아쿠아 AD’를 소개함
    • 이 소프트웨어는 치매 신약 처방 시 필수적으로 봐야 하는 ARIA 모니터링을 지원함
    • 일본 영상의학 전문가 이와타 아츠시 박사는 AI가 의료진의 판독 부담을 크게 줄일 수 있다고 설명함
  • MRI 기반 바이오마커 얘기도 나옴. 이건 의료 AI가 단순 판독 보조를 넘어 치료 반응 평가까지 가려는 흐름임

    • 김혁기 경희의료원 영상의학과 공학박사는 뇌혈류, 산소추출률, 뇌산소대사율 같은 MRI 기반 산소 대사 지표를 활용한 치매 신약 반응 평가 모델을 발표함
    • 실제 사례 분석을 통해 뉴로핏 솔루션과의 연계 가능성도 제시함
    • 의료 AI가 병변을 찾는 도구에서 치료 전략을 돕는 도구로 확장되는 그림임
  • 전체적으로 보면 국내 의료 AI는 ‘있으면 신기한 기술’에서 ‘병원 안전 시스템 인프라’ 쪽으로 포지션을 바꾸는 중임

    • 위험 징후를 조기에 식별하고, 대응 기준을 명확히 만들고, 의료진이 구조화된 대응을 하도록 돕는 게 핵심 가치로 제시됨
    • 보수적인 의료 현장에서 살아남으려면 기술 자체보다 임상 근거, 워크플로 통합, 알람 품질이 더 중요하다는 메시지가 강함

기술 맥락

  • 의료 AI가 어려운 이유는 모델 성능만으로 끝나지 않기 때문이에요. 병원에서는 예측 점수가 조금 높아도 알람이 너무 많으면 의료진이 안 쓰고, 중요한 환자를 놓치면 더 치명적이거든요.

  • 그래서 에이아이트릭스가 EMR 기반 예측과 RRT 구축 사례를 같이 말한 게 중요해요. AI가 위험 환자를 찍어주는 것에서 끝나는 게 아니라, 병원 내부 대응팀이 어떻게 움직일지까지 연결돼야 실제 인프라가 돼요.

  • 뷰노의 DeepCARS, DeepECG 같은 라인업은 환자 안전 감시를 여러 신호로 확장하려는 접근이에요. 심정지 예측, 심전도 분석, 흉부 X-ray 판독이 따로 노는 게 아니라 병원 안의 24시간 모니터링 체계로 묶일 때 가치가 커져요.

  • 뉴로핏 사례는 의료 AI의 적용 지점이 진단에서 치료 모니터링으로 넓어지고 있다는 신호예요. 치매 신약은 효과만큼 부작용 관리가 중요하니까, ARIA 같은 영상 이상 반응을 안정적으로 추적하는 도구가 처방 과정의 일부가 될 수 있어요.

의료 AI는 ‘성능 좋은 모델’만으로는 병원에 들어가기 어렵다. 이번 기사에서 중요한 건 국내 기업들이 EMR, MRI, 심전도 같은 실제 임상 워크플로에 붙어서 의료진의 판단 부담을 줄이는 인프라로 자리 잡으려 한다는 점이다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

직장에서 AI로 ‘일하는 척’이 쉬워졌다는 불편한 얘기

이 글은 생성형 AI가 생산성을 올리는 도구인 동시에, 전문성 없는 사람이 전문적인 산출물을 흉내 내게 만드는 도구가 됐다고 비판해. 특히 문제는 초보자가 더 빨라지는 수준이 아니라, 아예 훈련받지 않은 분야의 결과물을 그럴듯하게 만들어 조직 안에서 검증 없이 굴러가게 만드는 데 있다고 짚어.

ai-ml

AI 상담에 마음을 맡기는 사람들, 편하긴 한데 진짜 괜찮을까

AI 챗봇을 상담사처럼 쓰는 사람들이 늘고 있지만, 전문가들은 정서적 의존과 판단 외주화가 보이지 않는 위험을 만든다고 본다. 실제 실험에서는 AI가 즉각적인 위로와 명확한 답을 주는 데 강했지만, 인간 상담사는 질문을 통해 내담자가 자기 맥락을 더 깊게 보게 만들었다.

ai-ml

미국 기술업계 해고 40% 증가, AI가 화이트칼라 조직을 다시 짜고 있다

월스트리트저널은 AI 확산이 미국 기술업계의 구조조정을 가속하고 있다고 보도했다. 미국 전체 해고는 전년 대비 줄었지만, 기술 분야 해고는 1분기에 40% 늘었고 기업들은 중간관리와 반복 업무를 줄이는 방향으로 움직이고 있다.

ai-ml

광주AI사관학교 7기 시작, 8개월짜리 실전형 고급 과정으로 갈아엎었다

광주인공지능사관학교가 7기 교육생 220명과 함께 8개월 교육에 들어갔다. 올해는 교육 체계와 지원 구조를 바꿔 AI 모델 기획, 개발, 검증, 사업화까지 한 번에 경험하는 실전형 고급 과정으로 운영된다.

ai-ml

국민권익위, 공공 AI 도입 기준 만들 심의위원회 출범

국민권익위원회가 신고, 민원, 행정심판 데이터를 AI 행정에 활용하기 위해 인공지능·데이터 심의위원회를 출범했다. 위원회는 AI 정책 수립, 데이터 과제 발굴, 기술적·윤리적 쟁점 검토를 맡고, 2026년 8월 시행 예정인 AI·데이터 행정 활성화법 대응도 논의한다. 개발자 입장에서는 공공 데이터 활용과 합성데이터, 행정 AI 거버넌스가 앞으로 어떻게 제도화될지 보는 뉴스다.