의료 AI트리아지 · 8분 읽기

AI 기반 트리아지, 발·발목 외상의 임상 의사결정을 어떻게 바꾸나 — TwentySix Triage 사례

영국 외과 의사가 만든 발·발목 전용 AI 트리아지 시스템이 등장했습니다. "AI가 진단한다"가 아니라 "AI가 임상의의 첫 번째 결정을 더 날카롭게 만든다"는 새로운 접근을 살펴봅니다.

왜 발·발목 트리아지가 어려운가

정형외과를 처음 찾는 환자 중 일부는 "단순 염좌"처럼 보이지만 리스프랑 골절·탈구처럼 놓치면 영구적 장애를 남기는 응급 손상입니다. 반대로 단순 컨디션인 경우 specialist의 진료 시간을 잡아먹기도 하고, 반대로 위급한 환자가 일반 대기 순서 뒤로 밀리기도 합니다.

세 가지 실패 패턴

① 과잉 진료: 전문의 진료가 필요 없는 사소한 문제로 specialist 시간을 낭비
② 부족 진료: 수개월을 기다려야 specialist를 만나볼 수 있었던 위급 환자가 더 일찍 치료받지 못함
③ 잘못된 우선순위: 실제로 심각한 부상을 가진 환자가 자신의 긴급성을 반영하지 않는 대기열에 그대로 앉아 있음
핵심 문제

환자를 처음 보는 사람의 첫 임상 결정이, 발·발목 부상을 "전문가 수준"으로 보지 않은 사람에 의해 내려지는 경우가 너무 많다는 점입니다.

1~2회일반의·응급 간호사가 Lisfranc 손상을 경력 중 보는 평균 횟수
매주발·발목 외과 specialist가 동일한 질환을 보는 빈도
1~7%Maisonneuve 골절이 전체 발목 손상에서 차지하는 비중

TwentySix Triage는 어떻게 태어났나

TwentySix Triage는 벨파스트와 더블린에서 활동하는 외상·정형외과 컨설턴트 의사 Maurice O'Flaherty 씨가 직접 만든 발·발목 트리아지 AI입니다. 그는 같은 문제를 수년간 진료실에서 직접 보며, "기술이 아니라 임상 패턴 인식의 격차가 진짜 문제"라고 판단했습니다.

"목표는 임상적 판단을 대체하는 것이 아니라, 전문가 수준의 인사이트를 진료의 최전선까지 더 가깝게 가져오는 것입니다." — Maurice O'Flaherty, TwentySix Triage 창립자

흥미로운 점은 O'Flaherty 씨가 소프트웨어 개발 경험이 전혀 없었다는 사실입니다. 외과 진료 전업을 유지한 채 저녁과 주말을 쪼개 Dify와 Anthropic의 Claude API를 독학으로 익혀 만들었습니다. 그는 "경험 부족이 오히려 도움이 됐다"며, "기술이 무엇을 할 수 있는가가 아니라, specialist가 트리아지를 신뢰하려면 무엇을 알아야 하는가"라는 관점에서 역설계했다고 말합니다.

네 가지 설계 원칙

1. 전문가 주도 설계

코딩을 모르는 specialist가 임상 현장의 필요에서 출발해 만들었으며, 기술이 디자인을 끌지 않습니다.

2. 환자용이 아닌 임상의용

TwentySix Triage는 환자가 직접 자기 분류(self-triage)하는 도구가 아닙니다. 일반의·응급 임상의·물리치료사가 사용합니다.

3. 구조화된 입력

체크박스 기반의 구조화 정보 수집으로 손상 기전·위치·진찰 소견·위험 신호 징후를 일관되게 입력받습니다.

4. 좁은 범위

모든 진료과로 확장하지 않고, 발·발목처럼 정의된 임상 영역 하나에 집중합니다.

이 AI는 어떻게 작동하는가

TwentySix Triage의 핵심 워크플로우는 5단계입니다.

  1. 임상의가 손상 기전, 통증 위치, 진찰 소견, 위험 신호 징후를 체크박스로 입력
  2. 입력값이 익명화된 임상 사례 + 큐레이션된 임상 지식 베이스와 대조
  3. AI가 정의된 임상 맥락 안에서 증상을 해석
  4. 고위험 패턴이 발견되면 결정론적 안전 규칙이 자동 발동
  5. 출력은 권고 처리(응급도 + 다음 단계) + 자동 생성된 진료 의뢰 서신

일반 의학 지식 추론을 쓰지 않는 이유

이 시스템은 AI에게 "일반 의학 지식에서 답을 추론하라"고 요청하지 않습니다. 대신 정의된 임상 맥락과 익명화된 사례들을 근거로 추론하도록 합니다. O'Flaherty 씨는 이를 "수년간 유사한 증례를 보며 발·발목 specialist가 길러온 패턴 인식의 일부를 재현하려는 시도"라고 설명합니다.

구분일반 의료 AI (자주 보이는 구조)TwentySix Triage
입력자유 텍스트 환자 서사체크박스 기반 구조화 입력
추론 기반LLM 일반 의학 지식큐레이션된 사례 + 임상 지식 베이스
안전장치프롬프트 지시하드코딩된 결정론적 규칙
출력확진 진단처럼 보이는 답변권고 처리 + 의뢰 서신
범위넓은 진료과발·발목 1개 영역에 집중

안전장치 — 결정론적 규칙이 답을 덮어쓴다

TwentySix Triage에서 가장 주목할 설계는 안전 계층입니다. 그 위에 AI 추론과 무관하게 작동하는 하드코딩된 임상 규칙이 올라가 있으며, 모델 결정을 덮어쓸 수 있습니다.

다음 다섯 가지 패턴이 발견되면 AI의 추론 결과와 무관하게 자동으로 에스컬레이션이 발동됩니다.

  • 리스프랑(Lisfranc) 골절·탈구 의심 징후
  • 메조뇌프(Maisonneuve) 골절 의심 징후
  • 경비인대 결합부 손상(syndesmotic injury) — 흔히 "하이 앵클 스프레인"
  • 심부정맥혈전증(DVT) 의심 징후
  • 아킬레스건 파열 의심 징후

출력은 진단이 아니라 권고 처리(disposition)입니다. 즉, 적절한 다음 단계와 응급도 수준을 알려주며, 증상의 구조화된 요약을 함께 제공해 진료 의뢰 서신을 자동 생성할 수 있게 합니다. 그 결과 환자를 받는 specialist는 처음부터 빈 차트를 보지 않아도 됩니다.

"이 시스템에서 안전에 핵심적인 결정이 아무리 뛰어나다 해도 언어 모델의 판단에만 전적으로 기대길 원하지 않습니다." — Maurice O'Flaherty

아직 부족한 임상 증거

O'Flaherty 씨는 현재 사전에 지정된 전문가 판단과 정의된 시나리오에 대해 독립적 임상 평가자가 시스템 출력을 평가하는 블랙박스 검증(black-box validation)을 진행하고 있습니다. 여기서 "블랙박스"란 평가자가 시스템이 어떻게 답에 도달했는지(내부 추론 과정)를 보지 않고 입력과 출력만으로 성능을 평가한다는 뜻입니다.

검증이 필요한 이유는 의료 AI에서 가장 큰 병목이 기술 자체가 아니라, 그것이 안전하고 실제 작동한다는 신뢰할 만한 증거를 만들어내는 데 있기 때문입니다.

불확실성 처리의 기본값

시스템이 불확실하거나, 설계상 학습한 패턴과 깔끔하게 일치하지 않는 증상인 경우 기본값은 보수적입니다. 그럴듯한 답을 만들어내기보다는 임상 평가로 에스컬레이션합니다. O'Flaherty 씨는 "시스템이 자신이 아는 것의 한계를 정직하게 드러내는 것이 조용히 틀리는 것보다 낫다"며, 에스컬레이션은 이 디자인에서 실패 상태가 아니라 의도된 정상 작동이라고 강조합니다.

이 시스템이 하지 않는 것

  • 확정적 진단을 내리지 않습니다
  • 환자가 직접 사용하지 않습니다
  • 일반 의학 지식만으로 추론하지 않습니다
  • 현재 EHR(전자의무기록)과 통합되어 있지 않습니다
  • 모든 진료과로 확장되어 있지 않습니다

앞으로 어디로 가는가

TwentySix Triage의 장기 비전은 "발·발목을 넘어 다른 좁은 임상 영역으로 같은 구조를 복제"하는 것입니다. 단, 각 영역마다 자체 큐레이션된 지식 베이스, 자체 안전 규칙, 자체 검증이 필요하며, O'Flaherty 씨가 임상적으로 직접 보증할 수 없는 영역에는 얇게 펼쳐두지 않겠다고 말합니다.

EHR·플랫폼 통합은 장기적 목표이지 현재의 역량은 아닙니다. 그는 "이런 종류의 역량이 머무를 올바른 장기적 거처는 임상의가 이미 쓰는 도구 안"이라고 강조합니다. 즉 진료 의뢰 경로, 원격 진료 intake, EHR 내부에서 specialist의 패턴 인식이 작동해야 한다는 의미입니다.

현실적 점검

2026년 1월 현재 이 시스템은 발·발목 1개 잘 정의된 영역을 위한 작동하는 AI 트리아지 시스템이며, 공식 임상 검증이 진행 중입니다. 그 위에 다른 모든 것이 세워져야 할 토대입니다.

자주 묻는 질문

Q1. TwentySix Triage는 AI가 진단을 내리나요?

아닙니다. 이 시스템은 확정적 진단을 의도적으로 내리지 않습니다. 대신 권고 처리(disposition, 응급도와 다음 단계)와 진료 의뢰 인수인계(handover)를 생성합니다.

Q2. 환자가 직접 사용할 수 있나요?

아닙니다. 환자용 자기 분류 도구가 아닙니다. 환자를 처음 보는 임상의(일반의, 응급 임상의, 물리치료사)를 위한 도구입니다.

Q3. AI가 일반 의료 지식으로 추론하나요?

아닙니다. AI는 정의된 임상 맥락과 익명화된 사례를 받아 그것을 근거로 추론합니다. O'Flaherty 씨가 직접 큐레이션한 임상 지식 베이스를 사용합니다.

Q4. 검증은 어떤 방식으로 진행되나요?

독립적 임상 평가자가 시스템의 내부 작동을 보지 않고 입력과 출력만으로 평가하는 블랙박스 검증을 진행 중이며, 학술 의료 센터와 의료 기기 규제 기관의 협력을 기대하고 있습니다.

Q5. 기존 EHR(전자의무기록)과 통합되나요?

현재는 아닙니다. EHR 통합은 장기 목표이지 현재의 역량은 아니며, 임상의에게 또 다른 로그인 화면이 되지 않도록 도구 내부에 통합되는 것이 장기 방향입니다.

Q6. 왜 발·발목인가, 다른 영역도 가능한가?

정의되고 잘 특징지어진 증상 패턴, 과소 또는 과대 트리아지의 실질적 위험, 의사결정 지원이 실제로 가치를 더할 만큼 임상의가 자주 보지 않는 영역이라면 같은 구조로 복제 가능합니다. 단, 각 영역마다 별도 지식 베이스와 검증이 필요합니다.

핵심 용어 한눈에 보기

리스프랑 골절·탈구(Lisfranc fracture-dislocation)
발의 중족부 인대(Lisfranc 인대) 부위 골절·탈구. 단순 발목 염좌처럼 보여 쉽게 놓치는 중증 손상.
메조뇌프 골절(Maisonneuve fracture)
비골 상부 1/3 나선형 골절이 발목 인대 손상과 동반되는 복합 손상. 전체 발목 손상의 약 1~7%로 드물고, 단순 염좌로 오인되기 쉬움.
경비인대 결합부 손상(syndesmotic injury)
정강이뼈와 종아리뼈를 잇는 인대가 늘어나거나 찢어지는 손상. "하이 앵클 스프레인"이라 불리며, 보통 발목 염좌보다 치유가 오래 걸림.
심부정맥혈전증(DVT)
다리의 깊은 정맥에 혈전이 생기는 질환. 미국에서 매년 약 35만~60만 명 발생, 혈전이 폐로 가면 생명을 위협할 수 있어 조기 진단 중요.
아킬레스건 파열(Achilles tendon rupture)
인체에서 가장 큰 힘줄인 아킬레스건이 부분 또는 완전 찢어지는 손상. 손상 순간 "탁" 하는 소리와 뒤를 차인 듯한 느낌이 특징.
블랙박스 검증(black-box validation)
AI 모델의 내부 작동을 보지 않고, 입력과 출력만으로 미리 정해진 전문가 판단·시나리오에 대해 성능을 독립적으로 평가하는 방식.
전자의무기록(EHR)
환자 병력·진단·약물·검사 결과를 디지털로 저장한 시스템. 의료 기관 간 정보 공유로 진단 정확도를 높이고 오류를 줄이는 데 활용.
위험 신호 징후(red-flag features)
임상에서 심각하거나 응급 질환의 존재를 시사하는 증상·징후. "이 증상이 보이면 즉시 정밀 검사 필요"를 알리는 표지.
AI 기반 트리아지(AI-enabled triage)
AI가 활력징후·병력·증상·임상 기록을 분석해 응급도와 진료 우선순위를 자동으로 분류하는 시스템. 의사결정 보조 형태로 활용.
구조화된 정보 수집(structured intake)
자유 텍스트 대신 체크박스·선택형 항목으로 환자 정보를 일관되게 입력받는 절차. AI가 안정적으로 임상 추론하도록 돕는 역할.

참고: 이 글은 영국 의료 IT 매체 healthcareitnews의 인터뷰 기사를 바탕으로, 독자의 이해를 돕기 위해 구조와 용어를 다듬어 정리한 것입니다. 원문 인용은 Maurice O'Flaherty 씨의 발언입니다.

면책: 본 콘텐츠는 일반 정보 제공 목적이며 의학적 조언을 대체하지 않습니다. 발·발목 부상의 진단·치료는 반드시 의료 전문가와 상의하시기 바랍니다.