[중앙이코노미뉴스 한상현] 한양대학교 컴퓨터소프트웨어학부 김상욱 교수 연구팀은 기존 기술보다 약 20% 높은 정확도를 자랑하는 새로운 의약품 추천 기술 ‘HI-DR’을 개발했다고, 24일 밝혔다.

의약품 추천 기술은 환자의 과거 병원 방문 기록(진단, 수술, 처방 의약품 등)을 바탕으로, 현재 병원 방문에서 필요한 의약품을 정확하게 추천하는 기술이다. 이는 의사가 환자에게 적절한 의약품을 신속하게 처방할 수 있도록 돕고, 의료 인력 부족 상황에서도 효과적으로 활용될 수 있어 최근 더욱 주목받고 있다.

기존의 의약품 추천 기술은 환자의 현재 건강 상태를 먼저 파악한 뒤, 각 의약품이 해당 상태에 얼마나 부합하는지를 평가하고, 환자의 모든 과거 방문 기록을 참고해 처방 여부를 결정하는 방식으로 작동한다. 그러나 이 방식은 환자의 건강 상태와 직접적인 관련이 없는 과거 처방 기록까지 고려하기 때문에 추천의 정확도가 떨어지는 한계가 있었다.

김 교수팀은 먼저 사전 실험을 통해 환자 본인의 과거 처방 기록이라도 건강 상태와 무관한 경우 고려할 필요가 없으며, 반대로 다른 환자의 처방 기록이라도 유사한 건강 상태라면 참고하는 것이 유용할 수 있다는 사실을 밝혀냈다. 다양한 실험을 통해 이러한 가설을 검증한 연구팀은, 기존 방식과 차별화된 새로운 머신러닝 기반 접근법을 제안했다.

연구팀이 개발한 ‘HI-DR’ 기술의 핵심은 ‘건강 상태 인지 어텐션(Health Status-Aware Attention)’ 개념이다. 이는 특정 환자의 기록 여부에 상관없이 건강 상태가 유사한 모든 과거 방문 데이터를 선별하는 방식이다. 이후, 이렇게 선별된 건강 상태에서 처방된 의약품이 현재 환자의 상태에 얼마나 적합한지를 분석하여 보다 정교한 추천을 수행한다.

이 방식의 효과는 실제 병원 데이터를 활용한 평가에서 확인됐다. ‘HI-DR’은 기존 의약품 추천 기술 대비 약 20% 향상된 추천 정확도를 기록했으며, 이는 기존 기술들이 평균 6% 내외의 성능 향상을 보여왔던 점과 비교했을 때 혁신적인 개선으로 평가된다. 

또한, ‘HI-DR’의 핵심 아이디어는 기존 의약품 추천 기술에도 쉽게 결합할 수 있어, 다양한 모델의 정확도를 일관되게 향상시키는 것이 확인됐다. 이에 따라 ‘HI-DR’의 아이디어는 향후 의약품 추천 연구의 중요한 기반이 될 것으로 기대된다.

이번 연구는 한양대 김상욱 교수 연구팀의 김태리 박사, 허지호 연구원과 한양대 김현준 교수가 함께 참여했다.

정보통신기획평가원의 SW스타랩 사업과 방송통신산업기술개발 사업의 지원을 받아 수행된 이번 연구는 혁신성 및 우수성을 인정받아 오는 25일부터 10일 동안 미국 펜실베이니아주 필라델피아에서 개최되는 ‘The 39th Annual AAAI Conference on Artificial Intelligence (이하 AAAI)’에서 발표될 예정이다.

AAAI는 AI 분야에서 최고 수준의 권위를 가진 학술대회 중 하나로, 올해 제출된 논문 중 상위 5%만이 구두 발표 기회를 획득한 만큼, 연구 성과에 대한 기대가 더욱 크다.