[메디게이트뉴스 하경대 기자] 한국 상급종합병원 위주로 빠르게 도입된 인공지능(AI) 기반 신속대응시스템(Rapid Response System, RRS)이 경직된 한국 의료 문화를 바꾸고 있다. 

위계적 조직 문화로 인해 발빠른 대처 보다 상급자의 허락 이후 호출(CALL)이 이뤄지는 등 고위험 환자 개입 지연이 AI 기술 혁신으로 변화하고 있는 것이다. 

분당서울대병원 이연주 호흡기내과 교수는 뷰노가 개최한 ‘글로벌 환자안전 서밋 2026’에서 '한국의 신속대응시스템의 진화 과정'을 설명했다. 

2008년 RRS 처음 도입돼 상종 81% 정착 완료…낮은 호출률 보완

이 교수에 따르면, RRS는 1990년대 호주에서 시작돼 북미와 유럽을 중심으로 확산됐다. 한국은 비교적 늦은 2008년 시점부터 신속대응시스템을 도입했으나, 단기간 내 다수의 상급종합병원으로 빠르게 확산된 특징을 보인다.

중환자의학회 신속대응시스템(RRS) 연구회 조사에 따르면, 2017년 당시에 13개 기관에서 자발적으로 RRS를 도입해 운영하고 있었다. 대부분 전담간호사가 있으면서 겸임하는 의사가 함께 보는 형태로 꾸려져 있었다. 모든 기관에서 EMR(전자의무기록) 모니터링 시스템을 도입해서 콜이 오기 전에 먼저 선제적인 스크리닝을 하고 있었다는 점이 특징이다. 

2019년 제도화 사업을 시작으로 본격적인 도입이 이뤄졌으며, 이후 학회 활동과 연구 축적을 통해 상급종합병원의 약 81%, 종합병원의 약 5%에 RRS가 도입되며 제도적 기반이 형성됐다. 이러한 과정에서 한국 RRS는 단기간에 운영 모델을 정착시킨 사례로 꼽힌다. 

이연주 교수는 "RRS가 한국에서 짧은 시간에 빠르게 확산할 수 있었던 것은 EMR이 보편화돼 있고 데이터 기반 환자 모니터링이 일상화돼 있던 한국의 디지털 환경이 도움이 됐다"며 "이외 초기 RRS를 도입한 소수 대학병원들의 성과와 경험이 공유되면서 빠르게 전파됐고 정부의 수가 지원 등 정책적 보상까지 겹치며 시스템이 구축됐다"고 설명했다. 

그는 "서울아산병원에서 RRS를 도입하고 난 이후 환자 스크리닝 시스템의 효율성을 보여주는 연구가 보고됐다. 또한 분당서울대병원, 한양대병원에서는 심정지 및 심폐소생술(CPR) 자체가 줄었다는 연구 결과도 발표됐다. 이런 초기 기관들의 RRS 효과에 대한 연구근거들이 쌓여 2019년 3월 RRS 시범사업을 시작할 수 있었다"고 말했다. 
 
한국형 RRS는 의료진의 주관적 판단에 의존하는 초기 글로벌 모델과 달리, EMR 기반 자동 스크리닝을 중심으로 운영되는 것이 주요 특징이다. 활력징후와 검사 데이터를 기반으로 시스템이 고위험 환자를 선별함으로써, 호출에 대한 심리적·문화적 장벽을 낮추는 구조를 갖는다. 

이는 의료진의 직관과 자발적 호출에 의존하던 기존 해외 모델과 구분되는 K-RRS의 차별점이다. 이런 운영 방식은 의사–간호사 간 위계 구조가 강한 의료 환경에서 낮은 호출률을 보완하는 역할을 해왔다. 

한국형 RRS 모델, 콜 보단 스크리닝 기반…RRT 활성화 지연없이 유도

반면, K-RRS는 인력 소모, 과다경보, 전담 인력 부재라는 한계를 동시에 안고 있다. 다수 병원에서 RRS는 24시간 운영되지 않으며, 의료진이 중환자실 진료와 RRS 업무를 병행하는 구조가 일반적이다. 

또한 설문조사 결과 신속대응팀(Rapid Response Team, RRT) 기준을 잘 알고 있다고 응답한 의료진은 약 22%에 불과했고, 85% 이상이 상급자의 허락 이후 호출하는 것으로 나타나 호출 지연과 개입 기회 상실 문제가 지속되고 있다.

이 교수는 "위계질서로 인해 제때 콜을 하기 어려운 부분이 있다. 이 때문에 한국 RRS 모델에서는 콜보다 시스템에 기반한 스크리닝이 더 작동되는 점이 특징이 있다"고 말했다. 

그는 "AI는 RRT를 더 똑똑하게 만들기 위한 도구가 아니라, 기존 RRS가 안고 있는 인간의 구조적·문화적 한계를 보완하기 위한 수단이다. 의료진의 판단과 호출 문화에 의존해 발생하던 망설임과 지연을 기술적으로 보완하는 역할을 한다"고 설명했다. 

아울러 "AI 기반 시스템은 기존 MEWS·NEWS보다 정밀한 조기 예측을 제공하고, 의료진의 주관적 판단 없이 위험 신호를 자동으로 인지해 RRT 활성화를 지연 없이 유도한다"며 "이를 통해 RRS는 사람 중심 호출 체계에서 시스템 기반 선제 대응 체계로 전환될 것"이라고 강조했다. 

K-RRS 뷰노 딥카스, 임상 대응 연결해 환자 예후 획기적 개선 

이런 맥락에서 뷰노가 개발한 AI 기반 심정지 예측 의료기기 딥카스(DeepCARS)는 24시간 이내 심정지 발생 위험을 사전에 예측하는 것은 물론, 예측 정확도도 기존 고위험 감시체계에 비해 높다고 말했다.

이 교수는 "딥카스가 기존 고위험환자 감시체계 보다 실제 RRS의 중재로 이어지는 적절한 알림 빈도가 높다는 점을 확인했다. 또한 딥카스는 심정지 예측에서 기존의 감시체계(MEWS, NEWS) 보다 뛰어난 효과를 보여준 연구결과들에 힘입어 국내 150개 병원에서 이용 중"이라고 설명했다. 

다만 그는 "향후 딥카스 등 AI에 기반한 고위험 환자 모니터링 시스템이 병원에서 더 확대되기 위해선 알람을 놓쳤을 때 병원 혹은 의료진에 책임이 있는지 등 법적, 윤리적 문제를 고민해 봐야 한다"며 "AI 시스템 및 RRS 도입에 따른 적절한 정부의 보상체계 역시 필요하다"고 덧붙였다.