핵심 요약
에이아이트릭스가 네 가지 중증 이벤트(기관삽관, Vasopressor 투여, CPR, ICU 전실)를 최대 12시간 전에 예측하는 Multi-Modal Transformer 기반 AI를 제시했습니다. ER 워크플로우에 맞춘 2단계(Triage/Online Monitoring)와 UMSE 임베딩으로 X-ray, Vital, Notes, Lab, ECG 등 모달리티를 통합합니다. 1시간 간격의 0–12시간 예측으로 의사결정과 자원 배분에 도움을 줍니다. 다기관 검증 및 CDSS 연동이 예정됩니다.
구현 방법
- 모달리티를 X-ray, Vital, Notes, Lab, ECG 등으로 처리
- UMSE 임베딩으로 시간/값/타입 정보를 반영
- 2단계 구조: Triage 모델과 Online Monitoring 모델
- 시계열+텍스트+영상 결합의 Trimodal 설계
- MLHC 2023의 UMSE 아이디어 기반 및 Scientific Reports 게재로 기술적 근거 확보
주요 결과
- Trimodal 모델이 Vasopressor, ICU 전실, Intubation 예측에서 최고 성능
- 비정형 ER 데이터 처리에 UMSE 임베딩의 효과 확인
- 다기관 검증 및 CDSS 연동, 실시간 모니터링 연계 등의 후속 연구 예정
![[25. 12. 10] 응급실에서 ‘앞선 판단’을 가능하게 하는 AI: Multi-Modal Transformer 기반 예측 모델 섬네일](https://miro.medium.com/v2/resize:fill:64:64/1*dmbNkD5D-u45r44go_cf0g.png)
![[23. 5. 23] 에이아이트릭스, ICLR TML4H 워크샵 ‘환자 악화 예측 모델’최고 논문상 수상 섬네일](https://miro.medium.com/v2/resize:fit:1200/1*PeBtHfKlG-2sqifgFF_RtA.png)
![[VitalCare] #3 해석가능한 의료 인공지능 모델 섬네일](https://miro.medium.com/v2/resize:fit:1200/1*nr62Quofp_31IgXqs0R5HA.png)