Synodus는 선도적인 어린이 병원과 협력하여 중환자실 의료진이 중증 환자를 보다 효과적으로 모니터링할 수 있도록 지원했습니다.
소아중환자실(PICU)에서 의사와 간호사들은 환자 모니터, 인공호흡기, 주입 펌프 등 여러 병상 장비에서 생성되는 데이터를 확인해야 했습니다. 각 시스템이 개별적으로 작동했기 때문에 의료진은 여러 화면을 번갈아 확인하고 측정값을 수작업으로 기록해야 하는 경우가 많았습니다. 또한 빈번하게 발생하는 알람으로 인해 일반적인 알림과 실제 환자 상태 악화를 나타내는 신호를 구분하기도 어려웠습니다.
Synodus는 이러한 신호를 하나의 시스템으로 통합하고, 의료진이 보다 빠르게 판단하고 대응할 수 있도록 하며, 병원의 기존 EMR 환경과 연동하는 것을 목표로 프로젝트를 시작했습니다.
엔지니어링 과제
이 프로젝트에는 일반적인 모니터링 플랫폼보다 높은 수준의 기술적 요구사항이 있었습니다.
- 대용량 데이터: 시스템은 약 8,000개의 연속 측정값을 처리하고, 피크 시간에는 초당 최대 100,000개의 데이터 포인트를 처리할 수 있어야 했습니다.
- 낮은 지연 시간: 최대 500개 병상에서 수집되는 활력징후 데이터가 2초 이내에 중앙 대시보드에 전달되어야 했으며, 동시에 99.99%의 가동률을 유지해야 했습니다.
- 상호운용성: 다양한 제조사의 의료기기와 연동하는 동시에 HL7 v2 및 HL7 FHIR R4를 통해 HIS, EMR, LIS, PACS와 데이터를 교환할 수 있어야 했습니다.
- 데이터 개인정보 보호: 환자 데이터는 베트남의 개인정보 보호 규정인 Decree 13/2023/ND-CP를 포함한 현지 데이터 보호 요건을 충족하기 위해 온프레미스 및 지정된 관할 지역 내에 저장되어야 했습니다.
Synodus의 솔루션: 이벤트 기반 Smart ICU 플랫폼
Synodus는 이벤트 기반 마이크로서비스 아키텍처를 활용해 중앙 집중식 Smart ICU 모니터링 및 임상 의사결정 지원 시스템(CDSS)을 구축했습니다.
기술 아키텍처
- 데이터 수집: IoT Gateway를 통해 다양한 의료기기에서 활력징후 데이터를 수집하고, RabbitMQ를 통해 데이터를 스트리밍하여 안정적이고 빠른 메시지 처리를 구현했습니다.
- 실시간 모니터링: SignalR을 활용해 ReactJS 대시보드에 실시간 환자 데이터가 지속적으로 업데이트되도록 구현했습니다. Synodus는 프로젝트의 일환으로 해당 대시보드를 구축했으며, 의료진이 병상 회진 시 태블릿에서 사용할 수 있도록 Flutter 기반 모바일 앱도 개발했습니다.
- 데이터 저장: TimescaleDB를 활용해 대용량 시계열 데이터를 저장하고, Synodus의 데이터 엔지니어링 역량을 바탕으로 환자별 데이터를 연속적인 타임라인으로 구성했습니다.
- 임상 의사결정 지원: CDSS는 조기경보점수(EWS)를 실시간으로 계산합니다. 설정 가능한 룰 엔진을 통해 일반적인 알림을 필터링하고, 의료진의 주의가 필요할 수 있는 신호를 선별해 알림을 강화할 수 있도록 했습니다.
AI-First 방식으로 제품 구축
이번 프로젝트가 기존 헬스케어 개발 방식과 달랐던 점 중 하나는 바로 제품을 구축하는 방식이었습니다.
대규모 엔지니어링팀을 투입하는 대신, 8명의 비즈니스 애널리스트(BA)와 품질관리(QC) 전문가로 구성된 소규모 팀이 각 모듈을 직접 담당하도록 했습니다.
Claude는 팀과 함께 AI 코파일럿 역할을 수행했습니다. 각 팀원은 기능 요구사항과 프로토타입부터 테스트 케이스, 실제 운영 환경에 적용할 수 있는 코드까지 하나의 모듈 전체를 담당할 수 있었으며, 각 단계에서 팀이 결과물을 검토하고 검증했습니다.
이러한 접근 방식은 AI를 도메인 전문성이나 품질관리의 대체 수단으로 사용하지 않으면서도 개발 속도를 크게 높일 수 있도록 했습니다.
주목할 만한 성과
이러한 접근 방식을 통해 짧은 기간 안에 아이디어를 실제 임상 환경에서 작동하는 솔루션으로 구현할 수 있었습니다.
- 3주 만에 POC 구축: 단 3주 만에 실제 작동하는 개념검증(POC)을 완성하고 병원의 임상 환경에 직접 배포했습니다.
- 임상 시스템 연동: 병원의 전체 EMR 생태계의 일부로 심혈관계 중환자실에 솔루션을 연동했으며, 이후 다른 중환자실로 적용 범위를 확대했습니다.
- 위험 조기 감지: 자동화된 위험도 평가를 통해 의료진이 잠재적인 환자 상태 악화를 보다 빠르게 파악할 수 있는 추가적인 수단을 제공하는 동시에 불필요한 알람을 줄이는 데 도움을 주었습니다.
- 재사용 가능한 딜리버리 모델: AI를 활용한 개발 워크플로를 내부 딜리버리 플레이북으로 체계화하여 다른 헬스케어 엔지니어링 프로젝트에도 적용할 수 있도록 했습니다.
앞으로의 계획
이번 초기 구축을 통해 다음 단계로 나아갈 수 있는 탄탄한 기반을 마련했습니다. 현재 심혈관외과 중환자실에서 EMR과 함께 실제 운영 환경에 적용하기 위한 준비를 진행하고 있으며, 향후 다른 중환자실로 솔루션을 확대할 계획입니다.
다음 단계에서는 Smart ICU와 EMR의 연동을 더욱 강화하고, AI 기반 조기경보 기능을 고도화해 환자의 임상적 상태 악화를 보다 빠르게 감지할 예정입니다. 또한 EMR을 비롯한 다양한 헬스케어 프로젝트에 Synodus의 AI-First 딜리버리 접근 방식을 더욱 폭넓게 적용할 계획입니다.
AI와 연결된 시스템을 활용해 헬스케어 업무 프로세스를 현대화하고자 한다면, Synodus가 아이디어를 실제 운영 가능한 솔루션으로 구현해 드리겠습니다.
