
미국 뉴저지에 거점을 둔 임상 인공지능(AI) 기업 디아니아 헬스(Dyania Health)가 환자의 방대한 장기 의료기록을 훑어 임상 의사결정을 돕는 추론 엔진 '시냅시스 AI(Synapsis AI)'를 개발했다. 엔비디아는 13일 공식 블로그를 통해 이 엔진이 진료팀에 객관적인 근거를 제시하고, 의료진의 과도한 차트 검토 부담을 덜어주는 현장 도입 사례를 소개했다.
의료 현장에 AI를 들이밀 때 가장 경계하는 지점은 '블랙박스'식 결론이다. 의사가 근거를 알 수 없는 AI의 진단 결과를 그대로 수용하기는 어렵다. 시냅시스 AI는 AI가 의사의 판단을 대신 내리는 방식이 아니라, 의료진이 직접 근거를 확인하고 최종 결정을 내리도록 돕는 보조 도구로 설계됐다.
실제 대형 병원 시스템에는 △의사 소견서 △수술 보고서 △영상·병리 판독지 △퇴원 요약지 등 정형화되지 않은 자유 형식의 텍스트 문서가 수년 치씩 쌓여 있다. 환자 한 명의 전체 병력과 경과를 온전히 파악하려면 의료진이 수년에 걸친 두꺼운 차트를 일일이 뒤져가며 읽어야 한다. 진료 시간이 턱없이 부족한 현장에서 이는 만성적인 병목이었다.
시냅시스 AI는 이렇게 흩어진 환자 기록 속 각종 소견과 검사 결과를 통합적으로 살핀다. 수년 간격을 두고 나타난 미세한 임상적 발견 사항들을 서로 연결해 의료진이 던진 임상 질문에 답을 내놓는 구조다.
분석 결과물은 단순히 요약된 텍스트로만 떨어지지 않는다. 각각의 분석 내용이 원래 어떤 의료기록에서 나왔는지 역으로 추적할 수 있는 임상 신호 형태로 제공된다. 진료팀은 이 신호를 짚어가며 어떤 환자에게 각별한 주의가 필요한지, 그리고 그 의학적 이유가 무엇인지 한눈에 살필 수 있다.
엔비디아 측은 시냅시스 AI가 의료진의 검증과 후속 조치를 전제로 움직이는 지원 도구라는 점을 분명히 했다. AI가 짚어준 원문 근거를 의사가 직접 눈으로 확인한 뒤 실제 처방이나 시술 여부를 결정하는 방식이다.
민감한 환자 데이터가 외부 클라우드로 빠져나가는 보안 우려도 구조적으로 차단했다. 이 엔진은 의료기관 자체 방화벽 안쪽에 구축된 엔비디아 가속 컴퓨팅 인프라에서 직접 돌아간다. 환자 진료 기록을 병원 현장 서버에서 곧바로 처리하기 때문에 민감한 개인 의료 데이터가 병원 담장 밖으로 나가거나 제3자와 공유될 여지가 없다.
기술적으로는 엔비디아의 소프트웨어 스택을 깊숙이 활용했다. 회사는 엔비디아 네모(NVIDIA NeMo) 오픈 라이브러리를 활용해 특화된 임상 모델을 구축하고 학습시켰다. 이어 엔비디아 텐서RT(TensorRT)와 텐서RT-LLM을 적용해 병원 내부에 설치된 GPU 서버 환경에서도 지연 없이 빠르고 효율적으로 추론 연산이 돌아가도록 최적화했다.
실제 대형 의료기관의 대규모 임상 연구에서도 성능을 입증했다. 미국 클리블랜드 클리닉은 2005년부터 2021년 사이 대동맥판막 치환술을 받은 환자 7800명 이상을 대상으로 진행한 장기 추적 연구에 이 플랫폼을 투입했다.
시냅시스 AI는 수술 직후의 기록뿐만 아니라 이후 여러 해에 걸쳐 추가로 쌓인 심초음파 검사 결과까지 환자별로 촘촘히 엮어 분석했다. 연구진은 이렇게 추출한 정밀 데이터를 바탕으로 판막 치환술 이후 3년, 5년, 10년 시점의 판막 기능 저하 가능성과 재시술 위험도를 예측하는 모델을 구축하는 데 성공했다.
엔비디아는 7800명이 넘는 전체 환자군의 방대한 수년 치 의무기록을 연구진이 수작업으로 일일이 대조하고 검토했다면 꼬박 수년이 걸렸을 작업이라고 짚었다.
이러한 접근 방식은 심장 판막 연구에만 국한되지 않는다. 방대한 비정형 의무기록 속에 답이 숨어 있는 다른 의료 과제에도 같은 엔진을 그대로 적용할 수 있다. 구체적으로는 까다로운 조건을 충족하는 임상시험 참여 적격 환자를 신속하게 추려내거나, 심장학과 종양학 분야에서 놓치기 쉬운 진료 공백을 파악하는 작업, 나아가 대규모 임상 레지스트리 데이터를 체계적으로 구축하는 영역까지 활용 폭을 넓히고 있다.






