정신과 AI 위험 평가: 자살·자해 위험 예측의 현재
…
한줄 요약
Vanderbilt의 EHR 기반 자살 위험 예측 모델은 AUC 0.84를 기록했고, Kintsugi는 45초 음성으로 우울증·불안을 감지한다 — 그러나 오판의 낙인 효과와 인종적 편향이 아직 해결되지 않은 핵심 윤리 과제다.
왜 정신과 AI 위험 평가가 필요한가
전 세계 매년 약 70만 명이 자살로 사망한다(WHO 2023). 이 중 대다수는 사망 전 1년 이내 의료기관을 방문했다. 정형화된 PHQ-9, Columbia-SPI 척도는 유용하지만 매번 구두 평가가 필요하고, EHR 데이터에 축적된 패턴을 포착하지 못한다.
주요 AI 도구 비교
| 도구 | 개발사 | 방식 | 허가 | 가격 | 특징 |
|---|---|---|---|---|---|
| Columbia Suicide Severity Rating Scale AI | 여러 EMR 내 모듈 | EHR 텍스트 분석 | 연구용 | EMR 내장 | C-SSRS 기반 자동 채점 |
| Kintsugi | Kintsugi (미국) | 음성 분석 (45초) | FDA 검토 중 | API 기반 | 우울증/불안 음성 바이오마커 |
| Limbic Access | Limbic (영국) | CBT 기반 챗봇 | CE 마크, UKCA | 기관 계약 | NHS 40개 이상 신뢰병원 사용 |
| Mynd.ai | Mynd Analytics | EHR 분석 + 예측 | FDA 검토 중 | 기관 계약 | 입원 환자 재입원 예측 |
Kintsugi: 음성으로 정신건강 분석
원리
우울증과 불안은 말의 속도, 음조, 리듬, 멈춤 패턴에 특유의 변화를 남긴다. Kintsugi는 45초 분량의 음성 샘플에서 이 패턴을 추출한다.
- 우울증 감지: 민감도 72%, 특이도 74% (PHQ-9 ≥10 기준)
- 불안 감지: 민감도 68%, 특이도 76% (GAD-7 ≥10 기준)
- 사용 방법: 전화 상담 또는 앱 녹음, API를 통해 EMR에 점수 반환
한계
음성 바이오마커는 배경 소음, 마이크 품질, 언어(영어 외 정확도 하락)에 민감하다. 한국어 모델은 아직 검증 데이터 부족.
EHR 기반 자살 위험 예측: Vanderbilt 연구
2019년 발표된 Vanderbilt University Medical Center 연구(JAMA Psychiatry):
데이터: 180,000명 EHR (진단, 처방, 입원 이력)
모델: Random Forest + XGBoost 앙상블
성능: AUC 0.84 (90일 이내 자살 시도 예측)
상위 예측 변수:
1. 이전 자살 시도 이력
2. 물질사용 장애 진단
3. 최근 6개월 응급실 방문
4. 처방 변경 빈도
5. 주요우울장애 + 진통제 복합 처방이 모델은 현재 Vanderbilt의 1차 의료 외래에서 고위험 환자 우선 연락 프로그램에 활용 중이다.
Limbic: NHS가 도입한 CBT 챗봇
영국 NHS 정신건강 서비스(IAPT)의 접근성 개선을 위해 도입된 AI 챗봇이다.
- 기능: PHQ-9·GAD-7 자동 채점, 인지행동치료 기반 자가 개입, 치료사 연결 triage
- 효과: 2022년 BMJ Digital Health 연구에서 IAPT 대기 시간 27% 단축
- 한계: 중증 자살 위험 시 즉각 인간 치료사로 전환 필수, 자살 예방 단독 사용 불가
윤리적 쟁점
오판의 위험
- 고위험으로 잘못 분류된 환자(False Positive): 불필요한 입원, 낙인, 직장·보험 불이익
- 저위험으로 놓친 환자(False Negative): 개입 기회 상실
- AUC 0.84는 우수한 수치지만, 고위험 100명 중 16명을 놓친다는 의미
인종·성별 편향
- 2022년 NEJM AI 연구: 흑인 환자에서 자살 위험 과소평가 경향 보고
- 훈련 데이터의 인종 불균형이 모델 편향으로 이어짐
낙인 효과
시나리오: AI가 환자를 "자살 고위험군"으로 분류
→ 전자기록에 기재
→ 향후 취업 신체검사, 생명보험 가입에 영향 가능
→ 환자가 AI 분류를 알게 되어 의료 회피 발생한국 정신건강 위기 대응 AI 현황
- 자살예방 상담전화 1393: AI 보조 상담 시스템 시범 운영 중 (2024~)
- 마인드카페: 정신건강 자가 체크 앱, AI 기반 CBT 콘텐츠 제공
- 정신건강 위기 예측 연구: 건강보험공단 빅데이터 기반 자살 위험 예측 모델 연구 진행 중 (서울대 의대, 2024)
핵심 정리
- Vanderbilt EHR 자살 위험 예측 모델(AUC 0.84)은 가장 검증된 임상 AI 중 하나이나, 여전히 16%의 위험 환자를 놓친다
- Kintsugi 음성 분석은 비접촉 스크리닝에 잠재력이 있으나 한국어 검증 데이터가 없다
- AI 자살 위험 평가는 반드시 의사의 임상 판단을 보조하는 도구로만 사용해야 한다
- 고위험 오분류로 인한 낙인 효과와 인종 편향 문제를 해결하지 않은 채 도입하면 의도치 않은 피해를 야기한다
- 한국에서는 자살예방 상담전화 AI 보조와 정신건강 앱이 가장 현실적인 첫 단계다