의료진 손위생은 환자 안전을 지킬 뿐 아니라 병원 내 감염을 차단하는 중요한 요소다. 특히 수술실에서 환자와 기계를수시로 접하는 마취 담당 의사와 수련의 등은 같은 환자를 보는 경우에도 새로 접촉할 때마다 알코올 젤로 손위생을 해야 한다.

마취통증의학과 김성훈 부교수·조준영 조교수, 융합의학과 김남국 부교수팀은 긴박한 수술실 환경에서도 알코올 젤 기반의 의료진 손위생이 잘 지켜질 수 있도록 의료진 손위생 동작을 자동으로 감지하고 반복적인 피드백을 제공하는 인공지능을 개발했다.

연구팀은 인공지능 모델 개발을 위해 영상 행동 분류에 탁월한 성능을 입증한 ‘I3D 신경망’을 사용했다. 이 신경망은 400여 가지 행동 영상 데이터를 학습해 둔 상태로, 이번 연구에서는 수술실 손위생과 관련된 동작 4가지를 추가로 학습했다. 손위생 준수 동작은 알코올 젤로 손 비비기를 기준으로 했다. 수술실에서 계속 환자를 처치하고 장비를 조작하는 마취과 의사와 수련의, 간호사들에게 요구되는 손위생이다. ▲수술 장비 만지기 ▲장갑 끼기 ▲장갑 벗기 3가지 동작은 인공지능이 손위생 준수 동작과 구분해야 할 행동으로 정의했다.

 

총 7,600여 장의 3차원 데이터를 학습한 인공지능은 실제 수술실 의료진의 손위생 동작을 약 68%의 정확도로 감지했다. 김성훈 부교수는 “이 인공지능은 수술실 카메라로 의료진 손위생을 항시 모니터링할 수 있어 유인 모니터링 시스템의 한계를 극복했다. 인공지능 소프트웨어 화면에는 의료진 모습이 광학형상으로 표현되고 피드백도 의료진 개인이 아닌 수술실 단위로 전달되어 민감한 개인정보보호 문제도 해결했다. 향후 정확도를 높여 수술실에 도입하면 의료진이 자연스럽게 손위생 습관을 갖는 데 도움이 될 것으로 기대한다”라고 말했다.

 

이번 연구 결과는 세계적 권위의 인공지능학회인 ‘표현학습국제학회(ICLR) 2020’에서 최근 발표됐다.