Characteristics of out-of-hospital cardiac arrest calls unrecognised by machine learning versus medical dispatchers: a nationwide observational study

병원 밖에서 사람의 심장이 멈췄을 때, 단 1초도 헛되이 보낼 수 없습니다. 생존을 향한 길은 응급 서비스에 전화를 거는 한 통의 전화로부터 시작되며, 여기서 상담사는 신고자가 심정지 상황을 설명하고 있다는 것을 즉각적으로 인지해야 합니다. 이러한 인지는 구급차의 즉각적인 출동과 더불어, 결정적으로 신고자에게 가슴 압박을 시작하도록 지시하는 단계로 이어집니다. 하지만 인간 상담사는 완벽하지 않습니다. 그들은 종종 징후를 놓치곤 하는데, 이는 환자가 코를 고는 듯한 이상한 헐떡임 소리를 내거나 신고자가 너무 당황하여 명확하게 말하지 못하기 때문입니다. 최근 몇 년 사이, 이러한 통화 내용을 듣고 인간이 간과할 수 있는 언어 패턴을 포착할 수 있는 컴퓨터 프로그램이 새로운 안전망으로서 등장했습니다. 응급 서비스가 직면한 과제는 단순히 이 기계들이 작동하느냐의 문제가 아니라, 전화기 너머에 앉아 있는 인간 전문가와 비교했을 때 이들이 어디에서 성공하고 어디에서 실패하는가 하는 점입니다.

스웨덴의 연구진은 인간과 기계가 서로 의견이 엇갈린 특정 응급 통화들을 직접 들어봄으로써 이 정확한 역학 관계를 조사하기 위해 나섰습니다. 그들은 실제 심정지가 발생했으나 인간 상담사나 컴퓨터 알고리즘 중 한쪽이 이를 식별하지 못한 2018년의 통화 90건에 집중했습니다. 연구팀은 이 통화들의 오디오 녹음본을 면밀히 검토함으로써, 이러한 실수가 발생하게 된 구체적인 상황을 이해하고자 했습니다. 그들의 목표는 어느 한 쪽의 손을 들어주는 것이 아니라, 각자의 독특한 사각지대를 지도화하여 두 존재가 어떻게 더 효과적으로 협력할 수 있을지를 찾는 것이었습니다.

연구 결과, 두 집단이 응급 상황을 인식하는 방식에서 명확한 차이가 드러났습니다. 이 90건의 사례 중 절반 이상에서 컴퓨터 모델은 심정지를 정확히 식별해 낸 반면, 인간 상담사는 이를 놓쳤습니다. 반대로 인간 상담사가 응급 상황을 포착했으나 컴퓨터 모델이 실패한 경우도 있었습니다. 이러한 분리는 무작위적인 것이 아니었습니다. 이는 상황과 관련된 인물들에 따라 크게 좌우되었습니다. 컴퓨터는 신고자가 혼자 있을 때, 신고자가 의료 전문가가 아닌 일반인일 때, 그리고 통화가 개인 주택에서 이루어졌을 때 응급 상황을 더 잘 인식했습니다. 또한 신고자가 환자를 개인적으로 알고 있을 때와 통화가 저녁 시간에 발생했을 때도 기계의 성능이 더 좋았습니다.

반대로, 인간 상담사는 신고자가 혼자가 아니거나 통화 시점에 이미 누군가가 가슴 압박을 수행 중일 때 응급 상황을 포착할 가능성이 더 높았습니다. 연구진은 신고자가 혼자 있을 때 컴퓨터가 인간보다 성공할 확률이 훨씬 높다는 것을 발견했습니다. 이는 가정 환경에서 한 명의 목소리만이 들리는 조용하고 집중된 특성이 컴퓨터가 작동하는 데 필요한 명확한 오디오 신호를 제공한다는 것을 시사합니다. 대조적으로, 인간 상담사는 다른 사람들이 있거나 이미 CPR이 진행 중인 혼란스러운 현장의 맥락에 더 의존하는 것으로 보였는데, 이는 컴퓨터의 청취 소프트웨어를 혼란스럽게 만드는 배경 소음이나 여러 목소리의 긴박함 등을 파악하는 능력 때문일 수 있습니다.

또한 연구는 신고자의 배경이 결과에 어떤 영향을 미치는지도 강조했습니다. 컴퓨터는 신고자가 일반인일 때 훨씬 더 성공적이었지만, 의료 전문가일 때는 어려움을 겪었습니다. 이는 의료 전문가들이 컴퓨터가 예상하지 못한 다른 단어나 어조를 사용하여 상황을 설명할 수 있는 반면, 일반인들은 기계가 쉽게 인식할 수 있는 표준적인 쓰러짐이나 호흡에 대한 설명을 사용하기 때문임을 시사합니다. 마찬가지로, 컴퓨터는 신고자가 환자를 알고 있을 때 성공할 가능성이 더 높았는데, 이는 익숙한 신고자가 환자의 상태가 어떻게 변했는지에 대해 더 구체적인 세부 정보를 제공함으로써 소프트웨어가 따라갈 수 있는 더 명확한 언어적 단서를 만들어냈기 때문으로 보입니다.

이러한 차이에도 불구하고, 연구진은 어느 쪽도 단독으로는 완벽하지 않다고 강조했습니다. 컴퓨터는 현장이 시끄럽거나 혼란스러울 때 통화를 놓쳤고, 인간은 징후가 미묘하거나 신고자가 고립되어 있을 때 놓쳤습니다. 저자들은 가장 유망한 길은 인간 상담사를 기계로 대체하는 것이 아니라, 컴퓨터를 보조적인 도구로 사용하는 것이라고 제안합니다. 이 시나리오에서 기계는 '두 번째 귀' 역할을 하며, 인간이 주의가 산만해지거나 기계가 가장 잘 수행하는 조건인 신고자가 혼자 있는 상황에서 심정지를 감지하여 인간 상담사에게 알림을 주는 역할을 하게 됩니다.

이러한 결과에는 주의 사항도 따릅니다. 본 연구는 두 집단의 의견이 일치하지 않은 비교적 적은 수의 통화 그룹을 대상으로 했으며, 연구진은 이 제한된 수치로 인해 일부 통계적 패턴이 완전히 정밀하지 않을 수 있다고 언급했습니다. 또한 기술이 진화하거나 통화 유형이 변화함에 따라 컴퓨터의 성능도 변할 수 있다고 지적했습니다. 그러나 핵심적인 관찰 결과는 견고합니다. 즉, 인간과 기계는 서로 다른 종류의 실수를 한다는 것입니다. 이러한 구체적인 차이를 이해함으로써, 응급 서비스는 컴퓨터가 조용하고 고립된 통화를 높은 민감도로 처리하고 인간 상담사가 복잡하고 시끄러운 현장을 관리하도록 설계하여, 두 존재가 단독으로 달성할 수 있는 것보다 더 많은 생명을 구할 수 있는 파트너십을 구축할 수 있습니다.