심장AI · NPJ Digit Med · IF 18.0 · 2026 · 코멘트 2026-09-29
실시간 응급전화 통화 기반 심정지 조기인식을 위한 심층언어모델
Choi et al.
읽기 포인트
- 심정지 판단은 특정 단어보다는 대화의 흐름과 패턴이 더 중요했다. 예를 들어 발신자와 통신원이 정보를 주고받는 방식, 대화가 끊어지는 패턴, 말의 속도나 연결성 같은 것들이었다.
- 다만 이것은 통신원의 판단을 바꾸거나 대체하는 것이 아니라, 확신을 주고 빠른 결정을 지원하는 것이다.
- 주치의나 응급의학 전문가에게 물어볼 만한 질문이 있다면: 이미 배치된 응급 디스패치 시스템에 이런 모델이 들어갈 계획이 있는지, 있다면 통신원 교육은 어떻게 이루어질 예정인지, 그리고 정확도가 부족한 거짓 양성 경우들을 실제 현장에서 어떻게 관리할지를 물어볼 수 있다.
일차적 의견
• 한국 3개 대도시 158,973건의 응급전화 녹취록으로 60초 내 OHCA 감지를 위해 DyLM-OHCA 학습.
• DyLM-OHCA는 AUROC 0.937, AUPRC 0.456 달성, 로지스틱 회귀·XGBoost·gradient boosting·random forest를 모두 초과.
• 모델은 개별 키워드보다 대화 흐름 패턴에 의존하며, 위양성의 50% 이상은 초기 위험도 저하 보임.
응급전화의 대화 패턴을 분석하는 심층학습 모델은 높은 정확도로 OHCA를 신속하게 식별할 수 있으며, 응급조치사의 의사결정 지원 및 병원 전 예후 개선에 기여할 수 있다.
쉽게 풀어 쓴 해설
응급전화 60초 내 심정지 자동 감지 AI가 정확했어요
핵심 결과
- 인공지능이 응급전화 첫 60초를 듣고 심정지를 94% 정도 정확하게 찾아냈어요.
- 거짓 경보 중 절반 이상은 처음엔 위험해 보였다가 곧 안전해진 경우였네요.
어떤 연구인가요
- 서울·부산·대구의 응급전화 16만여 건을 인공지능에 학습시킨 뒤 심정지 환자를 빨리 찾을 수 있는지 확인했어요.
- 단순한 키워드 찾기가 아니라 통화 내용의 흐름과 말투 같은 패턴을 읽도록 훈련했어요.
누구에게 해당하나요
- 응급 상황 신고 센터가 심정지 환자를 더 빨리 알아채야 할 때 도움이 될 수 있어요.
- 아직 실제 진료 현장에서 시험한 것이 아니라 과거 기록으로 검증한 단계라 바로 쓸 수는 없죠.
아직 모르는 것
- 실제 응급 상황에서 지금처럼 잘 작동하는지 아직 모르고, 다른 지역 통화 데이터에도 맞는지 확인이 필요해요.
- 다음 진료나 상담 때 "우리 지역 119에서 이런 AI를 도입할 계획이 있나요" 물어볼 만해요.