한국한의학연구원(이하 한의학연)이 한의 분야 인공지능(AI) 개발의 핵심 인프라가 될 ‘건강인 한의 핵심 생체지표 백서’를 발간했다.
이번 발간은 한의 임상데이터를 AI 학습에 즉시 활용할 수 있는 ‘AI-ready 데이터’ 체계로 전환하기 위한 표준 참조기준을 제시했다는 점에서 의미가 크다.
건강인 표준 분포 첫 제시
이번 백서는 한의 진단의 정성적·경험적 한계를 보완하고, AI 개발에 필수적인 구조화·표준화 데이터를 구축하기 위해 기획됐다.
한의학연 이상훈 박사팀은 2020년부터 2024년까지 6개 한방병원이 참여한 다기관 연구를 통해 건강한 성인 1만 3000명의 임상 데이터를 수집·분석했다.
연구팀은 이들의 데이터를 바탕으로 한 표준분포를 제시하고, 이를 통해 한의 진단 결과를 객관적으로 비교·검증할 수 있는 기준 체계를 마련했다.
백는 한의 임상현장에서 주로 활용되는 핵심 생체지표에 대해 표준측정 절차서(SOP), 참조값, 한국인 성별·연령별·체질별 표준 분포를 종합적으로 제공한다.
특히 다수의 문진·기기 지표에서 성별과 연령 보정이 필수적임을 실증적으로 제시해 개인 맞춤형 건강평가 및 예측 모델 개발의 근거를 확보했다.
실제 설진 지표 가운데 혀의 색을 정량화한 담홍지수는 성별, 연령, 사상체질에 따라 유의미한 차이를 보였다.
이는 혀 이미지 기반 AI 모델을 개발할 때 반드시 인구학적·체질적 보정을 적용해야 함을 시사한다.
멀티모달 데이터 40만 건 AI 학습
연구팀은 임상 데이터를 정량 변수로 전환하고, 구조화된 수집 체계를 구축했다.
앞서 2019년 파일럿 연구를 통해 한의건강검진 프로토콜의 현장 적용 가능성을 검증하고, 이를 다기관 연구로 확장해 대규모 데이터를 축적했다.
수집된 데이터는 개인별 고유 키를 기반으로 약 40만 건의 멀티모달 생체지표가 유기적으로 연결된 형태다.
이를 토대로 웹 기반 전자증례기록지(eCRF)를 개발해 실시간 입력·수집이 가능하도록 했고, 대상자용 모바일 앱을 통해 문진·설문 데이터를 자동 연동했다.
기기 측정값 역시 표준 포맷으로 파싱해 eCRF에 자동 입력되도록 설계했다.
입력 단계에서 범위·형식·누락 검사 등 다층 검증을 적용하고, 변경 이력 기록과 주기적 백업 체계를 마련해 데이터 무결성과 보안성도 확보했다.
이에 따라 별도의 추가 가공 없이 AI 학습에 즉시 활용가능한 ‘AI-ready 데이터’ 조건을 충족했다.
한의학 AI 진입장벽 낮춰
최근 의료 AI 분야에서는 전자의무기록(EHR)과 연계가능한 표준화 데이터 확보가 핵심 과제로 부상하고 있다.
기존 한의약 분야는 통일된 측정 절차와 참조 기준이 부족해 데이터 축적과 활용에 제약이 있었다.
이번 백서의 표준 측정 절차서를 준수해 데이터를 수집할 경우 개별 연구자나 기업이 확보한 데이터를 1만 3000명 건강인 참조데이터와 연계해 통합 분석할 수 있다.
이는 한의 인공지능 개발의 진입장벽을 크게 낮추는 기반이 될 전망이다.
실제 일부 한방의료기관은 백서의 표준 프로토콜을 도입해 AI 기반 진료체계 구축을 검토 중이다.
또 해당 데이터는 ‘한의 건강검진 데이터 공유활용 서비스(KMBIG)’를 통해 분양을 신청할 수 있고, 데이터심의위원회 심의를 거쳐 제공한다.
이 박사는 “이번 백서는 한의 분야의 AI 전환(AX)을 데이터 구조 차원에서 뒷받침하는 핵심 인프라”라며 “향후 한의 전자의무기록 표준화는 물론 디지털 헬스케어 산업 활성화와 의료 AI 정책 수립에도 중요한 기초 자료가 될 것”이라고 설명했다.
한편, 이번 연구에는 가천대 동인천한방병원, 동국대 일산한방병원, 동신대 나주한방병원, 대전대 대전한방병원, 세명대 제천한방병원, 부산대 한방병원이 참여했다.
