NYU Langone의 PREVIA, 응급실 내원 당시 서술에서 PTSD 위험 포착

NYU Langone Health는 2026년 11월 9일, 자사의 PREVIA AI 앙상블이 응급실에서 수집한 외상 경험 서술을 분석해 1개월 시점의 외상 후 스트레스 장애(PTSD) 위험을 추정했으며, 환자 145명을 대상으로 한 연구에서 가장 성능이 좋은 구성의 민감도가 95.4%였다고 발표했다. 이 실험적 선별 도구는 응급실 접수 과정에 긴 정신건강 설문을 추가하지 않고도 위험 환자를 찾아내도록 설계됐다.

11월 9일 함께 발표된 Nature Communications 논문은 교차 검증 3개 폴드에서 AUROC 78.5%, 정밀도 46.8%를 보고하고, 더 크고 독립적인 코호트에서 검증할 필요가 있다고 밝혔다. 민감도는 이후 PTSD가 발생한 사례 가운데 탐지된 비율을, 정밀도는 위험군으로 분류된 환자 가운데 실제로 PTSD가 발생한 비율을 나타내며, AUROC는 두 결과를 점수가 얼마나 잘 구분하는지 요약한다. 정밀도가 이 정도라는 것은 양성 판정 가운데 상당수가 위양성일 수 있다는 뜻이며, 후속 대응에 필요한 직원 시간과 환자 부담, 자원 배분 비용이 늘어날 가능성이 있다. 다만 일반적으로 다음 단계는 침습적 개입이 아니라 간단한 평가다.

PREVIA는 실제 현장의 공백을 메우도록 설계됐다. 연구에 따르면 미국 응급실 가운데 PTSD를 정기적으로 선별하는 곳은 약 28%에 불과하며, 그중 검증된 설문지를 사용하는 곳은 3분의 2뿐이다. 임상의가 환자 한 명에게 할애하는 시간이 보통 15~20분인 상황에서는 표준 평가가 즉각적인 의료적 필요와 시간을 두고 경쟁하게 된다. 외상 후 첫 한 달은 중요한 조기 식별 시기다. 그때쯤이면 많은 환자가 더 이상 병원과 연락을 주고받지 않기 때문이다.

선임 저자인 NYU Grossman School of Medicine 계산 정신의학 공동 책임자 Katharina Schultebraucks는 “PREVIA는 바쁜 응급실에서 접수 시간을 늘리지 않으면서 위험 환자를 찾아내고 그 이유를 설명하는 AI 선별 도구로 활용될 수 있습니다”라고 말했다.

병상 곁에서 전하는 서술을 위험 점수로

연구 코디네이터들은 뉴욕시의 1급 외상센터 두 곳에서 환자들에게 응급실을 찾게 된 사건을 설명해 달라고 요청했다. 참가자들은 외상 발생 후 24시간 이내에 등록됐으며, iPad로 영상을 촬영하는 동안 최대 3분간 답변했다. 서술은 평균 약 374단어였다. Whisper가 환자의 말을 문자로 옮겼고, 영어를 모국어로 사용하는 연구진이 녹취록을 검토했다. 1개월 시점의 PTSD 결과는 임상 진단 면담인 DSM-5용 임상의 시행 PTSD 척도(Clinician-Administered PTSD Scale for DSM-5)를 사용해 판정했다.

PREVIA는 각 녹취록을 세 단계로 처리한다. 첫 번째 단계에서는 Llama와 Mistral이 초기 외상 후 스트레스 증상, 외상 사건 당시의 반응, 위험 요인과 보호 요인을 각각 독립적으로 평가한다. DeepSeek는 두 모델의 평가 8건을 구조화된 요약으로 조정하고, 두 모델이 산출한 수치 점수는 동일한 가중치를 적용해 평균한다. 마지막 평가기는 요약과 나이, 성별, 외상 유형, PTSD 유병률 정보를 결합해 0~100점의 위험 점수와 짧은 설명을 생성한다.

이 파이프라인은 제로샷 프롬프트를 사용하며, 연구 표본에 대해 매개변수 학습이나 미세 조정을 하지 않았다. 분류 임계값을 최적화하고 평가하는 데 교차 검증을 사용했다.

단순 모델 및 전문의 1명과 비교한 성능

논문은 여러 지표에서 PREVIA와 O3, Llama, Mistral의 단일 제로샷 구성 간 전반적인 성능이 대체로 비슷했으며, PREVIA의 가장 뚜렷한 강점은 민감도였다고 보고한다. 임상적으로 의미 있는 증상은 있지만 전체 진단 기준에는 미치지 않는 역치 미만 PTSD의 경우, PREVIA의 민감도는 89.7%, 정밀도와 민감도를 종합한 지표인 F1 점수는 69.4%였다.

이 연구는 PTSD 사례 9건이 포함되도록 층화해 무작위로 선정한 서술 30건을 별도로 비교한 결과도 보고했다. PREVIA의 민감도는 100%, AUROC는 84.4%였다. 응급의학과 임상의 한 명은 민감도 88.9%, AUROC 83.9%를 기록했으며, 두 평가자의 정밀도는 모두 50%였다. 해당 임상의는 응급의학 분야에서 24년 넘게 일했고 PTSD 연구 경험도 전문적으로 갖추고 있었다. 평가자가 한 명뿐인 설계로는 이 비교 결과가 다양한 경력 수준과 임상 환경에서도 일반화되는지 알 수 없다.

검증 및 도입을 위한 요건

참가자는 영어를 사용하고 의학적으로 안정된 18~80세 성인이었으며, 여성은 표본의 31%를 차지했다. 의학적으로 불안정한 환자는 제외돼 만성 PTSD 위험이 가장 높은 일부 환자가 연구에서 빠졌을 가능성이 있다. 저자들은 향후 과제로 다른 언어로의 시험, 장기적인 PTSD 경과, 우울증과 같은 동반 질환, 임상의의 판단 및 응급실 업무 흐름과의 연계를 꼽았다.

저자들은 간단한 음성 녹음에 전자의무기록의 인구통계학적 정보와 외상 관련 변수를 결합한 뒤, 임상의의 추가 입력 없이 위험 점수와 설명을 제공하는 임상 업무 흐름을 제안한다. 그러나 이 연구는 이러한 선별이 환자 결과를 개선한다는 점을 입증하지 않았다. PREVIA는 HIPAA를 준수하는 고성능 컴퓨팅 환경에서 NVIDIA A100 GPU를 사용해 실행됐다. 자체 호스팅은 환자 데이터를 직접 관리하는 데 도움이 되지만, 도입 여부는 병원이 적절한 컴퓨팅 및 거버넌스 인프라를 갖췄는지에 달려 있다.

공개 PREVIA 저장소에는 로컬에서 실행되는 개방형 가중치 모델용 전체 파이프라인과 프롬프트, 그리고 처음부터 끝까지 시연하기 위해 만든 가상 서사 5개가 제공된다. 개인을 식별할 수 있는 임상 서술과 정신의학적 평가는 개인정보 보호와 동의 문제로 계속 제한되므로, 시연을 통해 작동 여부를 시험할 수는 있지만 논문의 정량적 결과를 재현할 수는 없다.

PREVIA의 당면한 기여는 통상적인 응급 진료 과정과 임상의가 평가한 결과를 바탕으로 구축된, 독립적으로 검증할 수 있는 선별 접근법이다. 이 접근법의 임상적 가치는 이제 독립적인 검증에 달려 있다. 더 큰 규모의 코호트에서도 민감도가 유지되는지, 의료 현장에서 위양성을 감당할 수 있는지, 그리고 응급 진료를 방해하지 않으면서 병원이 녹음, 후속 조치, 보안이 확보된 컴퓨팅 환경을 도입할 수 있는지가 관건이다.