전자건강기록(Electronic Health Record. 이하, EHR)은 시간을 절약하고 환자 치료의 질을 향상시킬 것이라는 희망으로 널리 채택되었다. 그러나 단편화된 인터페이스와 지루한 데이터 입력 절차로 인해 의사는 환자와 상호 작용하는 것보다 이러한 시스템을 탐색하는데 더 많은 시간을 보내는 경우가 많다.

이에 MIT 컴퓨터과학및인공지능연구소(이하, CSAIL)와 베스이스라엘 디코네스메디컬센터(Beth Israel Deaconess Medical Center)의 공동 연구팀이 인공지능(AI) 머신러닝과 인간-컴퓨터 상호 작용을 결합하여 더 나은 EHR를 구축했다고 23일(현지시간) 밝혔다.

그들은 의료 기록 조회 및 환자 정보 문서화 프로세스를 단일 대화식 인터페이스로 통합하는 시스템인 인공지능 기반 EHR 시스템인 메드노츠(MedKnowts)를 개발했다.

AI로 구동되는 이 스마트 EHR은 임상의가 필요할 때 맞춤형 환자별 의료 기록을 자동으로 표시해준다. 또한 임상 용어에 대한 자동 완성 기능을 제공하고 의사가 보다 효율적으로 작업할 수 있도록 환자 정보로 필드를 자동으로 완성해준다.

CSAIL(Computer Science and Artificial Intelligence Laboratory)의 컴퓨터 과학 교수이자 이 연구 및 개발을 주도한 데이비드 카거(David Karger) 교수는 “EHR의 기원에는 이 모든 정보를 정리하면 청구 기록을 추적하고 정부에 통계를 보고하며 과학 연구를 위한 데이터를 제공하는 데 도움이 될 것이라는 엄청난 열정이 있었습니다"라고 말했다.

이어 그는 "그러나 임상의에게 유용한지 여부에 대해 그렇다고 하는 사람은 거의 없었습니다. 많은 임상의들이 관료와 과학자, 회계사의 이익을 위해 EHR에 대한 이러한 부담을 안고 있다고 생각합니다"라고 밝혔다.

이 AI 메드노츠를 구축하기 위해 연구팀은 의사에게 도움이 되는 EHR을 설계하기 위해 시스템은 의사처럼 생각해야 했다. 그들은 환자의 병력에서 관련 정보를 표시하는 측면 패널이 있는 메모 편집기를 만들었다. 그 정보는 특정 문제나 개념에 초점을 맞춘 카드 형태로 나타난다.

예를 들어, 메드노츠가 텍스트에서 임상 용어 '당뇨병'을 임상의 유형으로 식별하는 경우 시스템은 당뇨병 치료와 관련된 약물, 실험실 값 및 과거 기록의 스니펫(snippets)이 포함된 '당뇨병 카드'를 자동으로 표시한다.

대부분의 EHR은 과거 정보를 별도의 페이지에 저장하고 약품 또는 실험실 값을 알파벳순 또는 시간 순으로 나열하므로 임상의는 필요한 정보를 찾기 위해 데이터를 검색해야 한다. 메드노츠는 임상의가 쓰고 있는 특정 개념과 관련된 정보만 표시한다.

여기서 칩이라고 하는 대화형 텍스트 조각은 관련 카드에 대한 링크 역할을 한다. 의사가 메모를 입력하면 자동 완성 시스템은 약물, 실험실 값 또는 상태와 같은 임상 용어를 인식하고 칩으로 변환한다. 각 칩은 카테고리에 따라 특정 색상으로 강조 표시된 단어 또는 구문으로 표시된다(빨간색은 질병, 녹색은 약물, 노란색은 시술 등).

자동 완성 기능을 사용하여 환자의 상태, 증상 및 약물 사용에 대한 구조화된 데이터가 의사의 추가 노력 없이 수집되는 것이다. 실제로 1년에 걸친 반복적인 설계 프로세스 후에 연구팀은 보스턴에 있는베스 이스라엘 디코네스 메디컬 센터의 응급실에 소프트웨어를 배포하여 메드노츠의 우수성과 효율성을 확인했다고 한다.

개발된 EHR 시스템은 의사가 정보에 대해 생각하는 방식에 더 가깝다. 그들은 약물 페이지를 살펴보고 현재 상태와 관련된 약물에만 초점을 맞춘다. 연구팀은 그 과정을 자동으로 수행하도록 돕고 있으며 의사가 환자의 문제를 파악하고 치료 계획을 세우는 복잡한 부분에 대해 생각할 시간을 더 가질 수 있도록 돕는다.

한편, 연구팀은 이 발전이 "질병 진행을 연구하고 치료의 실제 효과를 평가하기 위한 대규모 건강 데이터 세트를 생성하는 방법의 패러다임을 바꾸게 될 것"이라고 밝혔다. 이 연구 및 개발 결과는 다음 달 10일부터 14일까지 가상으로 열리는 사용자 인터페이스 소프트웨어 및 기술에 관한 ACM 심포지엄에서 발표될 예정이다.