팔란티어 스터디 1편: 종합 병원의 환자 경험 혁신 (Tampa General Hospital)

Pre-Show | AIPCon 7 Part 1

AIPCon 7 Pre-Show

AI를 통해 산업과 기술의 경계가 빠르게 재편되는 지금, 팔란티어는 AIPCon 7을 통해 ‘기업 운영 체제의 재구축’이라는 주제를 내세우며 그 중심에 섰다.

팔란티어의 고객사들은 AIP를 통해 단순히 새로운 솔루션을 구축하는 것이 아니라, 조직 전반의 워크플로우를 연결하고 산업 수준의 의사결정 방식을 재정의 하고 있으며, 이는 어떻게 foundry와 ontology 플랫폼이 실질적인 가치 창출과 생산성 향상에 집중하며 이를 통해 기업의 단위 경제를 혁신하고 자유와 성장을 가져다 주는 지 설명해 준다.

본 리뷰에서는 본 행사에 앞서 진행된 프리쇼를 통해, 서로 다른 산업에서 이 변화를 구현해가는 고객 사례와 그 라이브 데모가 어떻게 핵심 개념을 현실 속으로 끌어내는지 살펴보고자 한다.

Morph System과의 협업 기회에 대해 더 알고 싶으시다면 mingyupark@morphsys.ai로 편하게 연락 주세요!

Tempa General Hospital

탬파 종합병원은 플로리다에 위치한 대규모 학술 의료 시스템이다. 병상 1000개 정도 규모의 대표 학술 의료 센터를 포함한 6개의 병원 시스템과 약 150개의 외래 진료소를 운영하며, 플로리다 내 약 15개 카운티에 걸쳐 약 670만 명의 환자에게 서비스를 제공한다.

탬파 종합병원은 3년 이상 팔란티어와 협력해왔으며, 초기에는 특정 문제 해결을 위한 개별 솔루션 구축에 집중했다. 하지만 솔루션들을 배포 하면서 대규모 학술 의료 시스템의 규모와 복잡성으로 인해 솔루션 간에 정보가 서로 연결되어야 한다는 필요성을 인식하게 되었고, 이러한 연결성을 통해 모든 것이 통합되는 ‘현대 병원 OS’를 구축하기 시작했다.

모든 작업의 핵심은 온톨로지 레이어에 있다.

3개의 데이터 소스(진한 녹색)를 기반으로 LLM을 활용한 데이터 변환(연두색)을 거쳐 환자 정보에 관한 온톨로지(빨간색)를 구축한다. 이 데이터 소스(진한 녹색) 자체 또한 환자에 대한 온톨로지(파란색)가 된다. 솔루션들의 워크플로우는 하나 이상의 에이전트(보라색)을 기반으로 구축되며, 이 에이전트들은 환자 정보에 관한 온톨로지(빨간색)를 쿼리한 후 로직 함수나 계산을 거쳐 새로운 온톨로지(노란색)에 다시 저장된다.

이 아키텍쳐를 통해 모든 환자 정보, 직원, 팀 구성원에 대한 단일 정보원을 보장하며, 이를 통해 모든 의료진이 동일한 정보를 바탕으로 의사결정을 내릴 수 있게 된다.

환자 여정 사례: 패혈증 대응 허브를 통한 조기 개입 및 치료

패혈증은 전 세계 병원에서 이환율과 사망률의 주요 원인 1위이며, 조기 개입 및 치료 알고리즘을 적용할 경우 환자 예후를 크게 개선할 수 있는 기회가 된다.

허브는 패혈증이 의심되는 환자를 표시한며, 병원 내 신속 대응팀이 24시간 이 허브를 모니터링 하게 된다. 시스템 내 모든 데이터는 클릭하여 상세 정보를 확인하고, 환자 차트의 원본 출처까지 추적할 수 있어 의사결정의 근거를 명확히 한다.

이 시스템은 모든 과정에서 human-in-the-loop을 보장한다. 즉 의사결정을 직접 내리는게 아니라, 의사결정 시점에 필요한 정보를 의료진에게 제공하여 정확성을 높이는 것이다. 신속 대응팀은 패혈증이 확인되면 OS를 통해 패혈증 경고를 발령할 수 있다.

패혈증 경고가 발령되면 환자는 패혈증 경고 허브로 전환된다. 이 곳에서는 병원 내 모든 패혈증 환자의 치료 진행 상황을 모니터링 할 수 있다. 예를 들어, Jane Thornfield 환자의 경우 수액이 아직 투여되지 않았음을 시스템이 표시하고 신속 대응팀은 이 정보를 바탕으로 해당 병동에 연락하여 환자 치료를 신속하게 진행하도록 돕는다.

환자 치료 및 병상 관리: 케어 내비게이션 및 병상 계획 최적화

이전에는 환자를 돌보는 의료진이 직접 시스템을 파악하고 환자를 프로그램에 등록해야 했으나, 이제는 온톨로지를 통하여 모든 정보가 한 곳에 통합되어 있다. 환자(Jane Thornfield)가 중환자실로 이동한 후, 케어 내비게이션 뷰를 통해 임상 정보(예: 인공호흡기 사용), 진행 중인 치료(예: 보류 중인 영상 검사), 케어 경로 등을 확인할 수 있다. 환자의 전원 가능성(예: 다른 병원 전원 불가, 재택 병원 프로그램 가능성)도 파악할 수 있다.

환자 상태가 호전되어 중환자실에서 일반 병동으로 이동할 준비가 되면, 툴이 정보를 확인하여 다학제 진료팀 회진에서 의사결정을 돕는다. 클릭 한 번으로 모든 정보를 확인하고 병상 계획 담당자에게 요청을 제출할 수 있다.

환자 배치팀은 병상 계획뷰를 통해 Jane Thornfield 환자가 준중환자실로 이동한다는 알림을 받는다. 알림을 클릭하면 환자에게 필요한 병상 기준과 사용 가능한 병상 정보를 확인할 수 있으며, 만약 적절한 병상이 없거나 사용 가능한 병상이 없을 경우, 대체 병상 찾기 기능을 통해 여러 옵션을 제공한다.

결론

탬파 종합병원의 사례를 통해 대형 병원처럼 많은 구성원들이 다른 솔루션을 필요로 하는 환경에서, 온톨로지를 통한 데이터 통합 및 파운드리 플랫폼을 통해 OS를 구성한 사례를 볼 수 있었다. 초기에는 문제 자체를 해결하는 데 집중했지만, 이제는 구축된 프레임워크를 활용하여 다음 문제(수술실 공간 최적화 등)를 해결하는 방식으로 접근할 수 있게 되었다고 한다.

이번 글에서는 프리쇼의 첫 번째 사례인 템파 종합병원에 대해 다뤘고, 다음 글에서는 두 번째 사례인 Land O’ Frost의 사례에 대해 리뷰할 예정이다.