소식
AI 기반 백신 이상반응 조기 포착... 비대면 상담 연계까지 실증
- 등록일시 : 2026-10-27
- 20
- 강원지부
- 파일 :
-
- 첨부파일이 없습니다.
- 접종 후 중증 의심 증상, AI 경보 거쳐 의료진 비대면 상담으로 연계
- 경미한 다발성 증상도 AI가 종합 분석… 168시간 추적으로 증상 변화 기록
한국건강관리협회 강원특별자치도지부(본부장 고복희)가 AI 기반 백신 이상반응 모니터링 실증사업에서 접종 후 이상반응 의심자를 식별하고, 의료진의 비대면 상담으로 연계한 사례를 확보했다.
이번 실증에서 AI는 개별 증상의 강도와 함께 여러 증상의 동시 발생 여부와 시간에 따른 변화를 분석했다. 접종 직후 한 차례 이상반응을 확인하는 데 그치지 않고, 접종 이후 건강상태를 일정 기간 관찰하며 의료진의 판단을 지원하는 방식이다.
AI는 접종 후 3시간, 48시간, 72시간, 168시간 등 네 차례 자가체크로 수집한 증상과 통증 강도, 발생 시점, 기저질환, 연령 등을 분석한다. 이를 바탕으로 이상반응 위험도를 L1(관찰), L2(주의 관찰), L3(관리군), L4(고위험군)의 4단계로 분류하며, 숫자가 클수록 위험도가 높다. L3·L4로 분류되면 의료진에게 알림이 전달되고, 의료진의 상담 제안이나 접종자의 신청을 거쳐 비대면 상담으로 연계된다.
■ 사례 1. 접종 후 중증 의심 증상 발생…AI 경보에서 비대면 상담까지
실증 기간 중 한 의료기관 관계자가 예방접종 후 아나필락시스가 의심되는 급성 증상을 보인 사례가 있었다.
AI 분석시스템은 해당 접종자의 이상반응 정보를 L3(관리군)로 분류했다. 관련 정보는 의료진에게 전달됐고, 비대면 상담으로 이어졌다. 이 사례는 접종자가 직접 증상을 호소하기를 기다리지 않았다는 점에서 의미가 있다. AI가 수집된 건강상태 정보를 분석해, 의료진이 후속 조치를 판단할 수 있도록 지원했다.
예방접종 후 이상반응은 증상의 종류와 발생 시점이 다양해 의료진이 모든 접종자의 상태를 지속적으로 확인하기 어렵다. 이번 사례는 AI 기반 모니터링이 이러한 한계를 보완하는 데 활용될 수 있음을 보여준다.
다만 AI의 경보 단계는 의학적 진단을 의미하지 않으며, 실제 아나필락시스 여부와 증상의 중증도는 의료진의 임상적 판단을 통해 확인해야 한다.
■ 사례 2. 개별 증상은 경미했지만 AI는 L4 경보…168시간 추적 후 L1으로 변화
또 다른 사례에서는 개별 증상의 강도는 크지 않았으나, 여러 신체 부위에서 다양한 증상이 동시에 나타났다.
해당 접종자는 접종 후 3시간, 48시간, 72시간에 자가체크를 했고, 이 과정에서 AI 분석 결과 L4(고위험군)로 분류된 이력이 있었다. 이에 따라 비대면 상담 희망 여부를 확인하는 한편 모니터링을 이어갔고, 168시간 시점의 4차 자가체크에서 L1(관찰) 단계로 낮아진 것이 확인돼 상담으로 이어지지는 않았다.
이 사례는 개별 증상이 경미하더라도 증상의 조합과 발생 시점, 지속 양상을 함께 살펴볼 필요가 있음을 보여준다. 또한 위험 단계를 한 번 분류하는 데 그치지 않고, 이후 증상 변화를 계속 추적해 상담 연계 여부를 판단하는 과정이 실제로 운영됐다는 점에서도 의미가 있다.
증상이 경미하면 보통 별도의 후속 기록 없이 확인이 끝나는 경우가 있다. 이번 실증에서는 반복 자가체크를 통해 건강상태 변화가 시간순으로 기록됐다. 접종자는 자가체크 과정에서 자신의 건강상태와 의견을 직접 입력할 수 있어, 정형화된 증상 정보와 주관적 건강상태 기록이 함께 남았다.
이러한 기록은 의료진이 접종 후 증상의 경과를 검토하고, 접종과 증상 발생 사이의 시간적 연관성을 평가할 때 참고자료로 활용할 수 있다.
■ AI 분석에 접종자의 주관적 건강상태까지 결합…데이터 활용 가능성 확대
이번 실증 시스템은 정형화된 자가체크 정보와 접종자가 직접 작성한 건강상태 기록을 함께 관리한다. 증상 발생 여부뿐 아니라 증상의 변화와 개인의 건강상태 기록을 쌓아 의료진에게 제공하도록 설계됐다.
백신 이상반응은 접종 직후뿐 아니라 일정 시간이 지난 뒤에도 나타날 수 있어, 접종 시점부터 시간순으로 쌓인 건강상태 이력이 중요하다. 이러한 데이터가 쌓이면 이상반응 분석과 의료진의 판단을 지원하는 실사용데이터(RWD)로 활용될 수 있을 것으로 보인다.
다만 접종과 증상 발생 사이의 시간적 연관성이 확인됐다는 사실만으로 백신과 증상 사이의 인과관계가 입증되는 것은 아니다.
■ 한국건강관리협회 강원특별자치도지부, AI 기반 접종 후 안전관리 실증
이번 실증은 한국건강관리협회 강원특별자치도지부와 백신 안전관리 기술기업이 함께 진행하는 AI 기반 예방접종 안전관리 사업의 일환이다.
AI기반 백신안전 솔루션은 접종 후 자가체크, AI 분석, 위험 단계별 경보, 의료진 연계, 건강상태 이력관리 기능을 제공한다. 강원특별자치도지부는 이를 실제 예방접종 현장에 적용해, 접종 후 이상반응 모니터링이 의료서비스와 연결될 수 있는지 확인하고 있다.
이번 실증에서 AI는 의료진을 대체하지 않았다. 의료진이 주의 깊게 살펴야 할 접종자를 식별하고, 필요한 시점에 개입할 수 있도록 돕는 역할을 했다.
고복희 한국건강관리협회 강원특별자치도지부 본부장은 "이번 실증 결과를 바탕으로 접종자의 건강상태 변화에 더욱 체계적으로 대응할 수 있는 관리체계를 완성해 나갈 계획"이라며 "이를 통해 예방접종 후 안전관리의 질을 한 차원 높이고, 나아가 AI 기반 공공보건 서비스가 전국적으로 확산되는 데 기여하겠다"고 밝혔다.
한국건강관리협회 강원특별자치도지부는 실증 결과가 쌓이면 이를 보건소와 위탁의료기관 등에서도 활용할 수 있는 접종 후 안전관리 모델의 기초자료로 삼을 계획이다.
