救急外来に到着する前、救急車内では応急処置に加え、さまざまなバイタルサイン（生命徴候）の確認、受け入れ可能な病院の確認、そして各種記録を救急外来の医師に伝達する一連の過程において、治療のゴールデンタイムを逃しやすい。また、何より救急隊員の記憶に頼って記録を作成する点で困難があった。
このような困難を解決するため、韓国・セブランス心血管病院の循環器内科チャン・ヒョクジェ教授は、消防庁の研究開発（R&D）課題として推進された「知能型救急活動支援プラットフォーム」を開発し、第一段階の研究開発を完了して統合試作品を実現した。
メガ・ニュース（MEGA News）のチョ・ミンギュ記者の取材によると、今回の第一段階の研究では、救急隊員の現場記録や病院への引き継ぎを支援するためにAIモデルを統合し、救急車と救急外来の間の迅速なコミュニケーションに焦点を当てた。
統合された計10種類のAIを4つのカテゴリに分け、それぞれに▽救急対話に特化した音声認識モデルを利用した「救急情報変換AI」▽救急現場で患者の状態悪化を予測するモデルを含む「救急状況予測AI」▽救急外来で公式に患者の重症度を評価する前に救急車内の監視カメラ映像をもとに評価するpre-KTASモデルを含む「救急患者評価AI」▽患者への適切な処置ガイドモデルと搬送病院選定モデルを統合した「救急現場支援AI」――のような機能がある。
チャン・ヒョクジェ教授の研究チームが開発したAI統合モデルは、救急活動日誌の自動作成、最適な搬送判断支援、現場の写真と評価所見の送信まで、救急搬送に必要な核心機能を単一のプラットフォームに実装した。
第一段階の研究開発過程で実際にこのモデルを使用した救急隊員は、全体的な使用のしやすさ、業務効率と対応速度の向上、信頼性の面で高評価を与えた。総合満足度スコアでは、第一段階の研究開発評価基準点である80点を大きく上回る86点を記録した。特に最適搬送病院の推薦機能については「現場での参考指標として活用できる」と評価された。
研究チームは今後、第二段階において実際の運用環境での実証を通じ、応答速度や記録負担の軽減効果、現場と病院間のコミュニケーション精度、システムの安定性などを定量的に検証する。これをもとに、現場からのフィードバックを反映した機能の高度化も推進する。
チャン・ヒョクジェ教授は「第一段階では、現場と病院の協力に必要な核心機能を統合し、10種類のAIモデルの高度化を通じて、現場での記録・判断・伝達を支援する、開発完了水準の基盤を確保した。何より救急車内での救急活動の効率を高め、患者の状態に関する記録が適切な救急外来の医師に迅速に伝達されることで、患者の生存率を高めることが最終目標だ」と語った。
同プロジェクトはチャン・ヒョクジェ教授が主管し、韓国電子通信研究院（ETRI）、韓国電子技術研究院（KETI）などが参加機関として共同で取り組んだ。
(c)KOREA WAVE
