브로드연구소·하버드대·브리검여성병원·테크니온 연구진이 생성형 전자의무기록 모델을 환자 디지털 트윈으로 삼아 패혈증 치료를 추론 시점에 계획하는 EHR-MPC를 제안했다. 환자 동역학 모델과 치료 목표를 분리해 목표가 바뀌어도 같은 모델에서 후보 치료를 다시 비교하는 구상이다.
활력징후, 검사, 중재, 인구통계, 장치 설정을 토큰화한 생성 모델이 후보 치료 뒤의 임상 경로를 모의 생성한다. 모델예측제어는 스테로이드·항생제·승압제 또는 미투여 행동을 적용한 궤적을 비교해 SOFA 점수나 사망 위험처럼 추론 시점에 지정한 목표에 맞는 행동을 선택한다.
학습 자료는 2022~2026년 Mass General Brigham 산하 8개 병원의 ICU 환자 36,930명이다. 이 전체 코호트에는 패혈증과 비패혈증 입원이 함께 들어갔고 원내 사망은 12,657명(34.3%)이었다. 치료 정책 평가는 패혈증 환자로 제한됐다. 관찰 기록의 가중 중요도표본추출(WIS)과 디지털 트윈 모의 실행을 함께 사용했다.
| 코호트 항목 | 수치 | 조건 |
|---|---|---|
| 병원 / 환자 | 8개 / 36,930명 | ICU 전체 코호트 |
| 원내 사망 | 12,657명, 34.3% | 패혈증 전용 수치 아님 |
WIS에서는 EHR-MPC와 Q네트워크의 점 추정치와 신뢰구간이 비슷했고 둘 다 임상의 정책보다 높았다. 디지털 트윈 시뮬레이션에서는 EHR-MPC가 Q네트워크보다 나았다고 보고됐다. 계획 모델은 학습 40% 체크포인트, 평가는 후기 체크포인트로 분리한 불일치 시험에서도 우세가 유지됐지만 사망 위험 목표의 저하가 더 컸다.
이 결과는 임상시험이나 전향적 배포 결과가 아니다. WIS는 학습 정책이 임상의 행동과 달라질수록 분산과 지지집합 문제가 커지고 시뮬레이션 평가는 디지털 트윈의 정확성에 의존한다. 관찰 EHR로 학습한 모델이 치료 개입의 인과 효과를 식별한다는 보장도 없다.
논문은 2026년 7월 공개된 동료검토 전 프리프린트이며 치료 권고 도구로 승인되거나 독립 검증된 시스템이 아니다. 확인된 기여는 치료를 자동화했다는 것이 아니라 생성형 임상 모델을 고정 정책 대신 추론 시점 계획기의 동역학 모델로 평가한 데 있다.
저작권자 © STORIUM 무단전재 및 재배포 금지
