환자 상태 ‘관찰’ 넘어 ‘예측’한다…메디아나, 심정지 예측 AI 병원 현장 적용

Source: VentureSquare

• 뷰노 AI 의료기기 ‘딥카스’ 연동 완료 후 3분기 병원 공급 추진

• 실시간 모니터링에 예측 기능 더한 차세대 통합 관제 플랫폼 구축

병원 내 환자 모니터링 시스템이 단순 관찰 중심에서 위험을 미리 감지하는 ‘예측형 의료’ 단계로 진화하고 있다. 의료 AI 기업과 의료기기 기업 간 협업이 확대되면서 임상 현장에서의 AI 활용 범위도 빠르게 넓어지는 모습이다. 셀바스AI 계열사인 메디아나가 뷰노의 AI 기반 심정지 예측 솔루션 ‘VUNO Med-DeepCARS(딥카스)’를 자사 통합 모니터링 플랫폼에 연동하고 본격적인 상용화에 나선다.

양사는 연동 개발을 마무리한 뒤 올해 3분기부터 병원 공급을 시작할 계획이라고 밝혔다. 이번 협력은 메디아나와 셀바스AI, 뷰노, 제이엘케이가 함께 구성한 ‘Medical AI Strategic Alliance(MASA)’ 출범 이후 첫 사업화 사례 중 하나다.

메디아나, 통합 모니터링 플랫폼에 뷰노 심정지 예측 AI 탑재 (자료 제공: 메디아나)

병실 데이터 실시간 수집…AI가 심정지 위험 예측

메디아나의 ‘MEDIANA Unified Monitoring’은 환자감시장치와 웨어러블 의료기기, 중앙집중감시장치를 연결해 환자 상태를 통합 관리하는 플랫폼이다. 핵심 시스템인 ‘MEDIANA Unified Central’은 환자의 생체신호 데이터와 각종 알람을 하나의 화면에서 관리할 수 있도록 설계됐다. 최근 식품의약품안전처 디지털의료기기 제조 신고도 완료했다.

이번에 연동되는 딥카스는 환자의 심박수와 호흡수, 혈압, 체온 등 주요 생체 데이터를 분석해 향후 24시간 내 심정지 발생 위험을 예측하는 AI 의료기기다. 의료진은 이를 통해 환자 상태가 악화되기 전 위험 신호를 확인하고 보다 선제적으로 대응할 수 있다.

양사는 이번 협력을 통해 기존의 실시간 모니터링 체계를 넘어 환자 상태 변화를 사전에 감지하는 ‘예측형 모니터링(Predictive Monitoring)’ 환경을 구현한다는 계획이다.

웨어러블 기기와 환자감시장치에서 수집된 데이터를 AI가 분석하고, 이를 기반으로 의료진의 임상 의사결정을 지원하는 구조다.

메디아나는 향후 다양한 의료 AI 기업과 협력을 확대해 진단과 예측 서비스를 단계적으로 통합 모니터링 플랫폼에 연계할 예정이다.

이예하 뷰노 대표는 “딥카스의 임상적 가치를 더 많은 의료기관에 제공할 수 있도록 협력을 확대해 나가겠다”고 말했다.

윤승현 메디아나 사장은 “딥카스 연동은 통합 모니터링 플랫폼에 AI 의료 서비스를 접목하는 첫 사례”라며 “앞으로 다양한 AI 진단·예측 솔루션을 연결해 병원 내 통합 관제와 AI 기반 임상 의사결정을 지원하는 플랫폼으로 발전시켜 나가겠다”고 밝혔다.

Moving Beyond ‘Observing’ to ‘Predicting’ Patient Condition… Mediana Implements Cardiac Arrest Prediction AI in Hospitals

In-hospital patient monitoring systems are evolving from a focus on simple observation to a stage of ‘predictive medicine’ that detects risks in advance. As collaboration between medical AI companies and medical device manufacturers expands, the scope of AI utilization in clinical settings is also rapidly broadening. Mediana, an affiliate of Selvas AI, is integrating Vuno’s AI-based cardiac arrest prediction solution, ‘VUNO Med-DeepCARS,’ into its integrated monitoring platform and is embarking on full-scale commercialization.

The two companies announced that they plan to begin supplying to hospitals starting in the third quarter of this year after completing integration development. This collaboration is one of the first commercialization cases since the launch of the ‘Medical AI Strategic Alliance (MASA),’ formed by Mediana, Selvas AI, Vuno, and JLK.

Mediana Equips Integrated Monitoring Platform with Vuno’s Cardiac Arrest Prediction AI (Image provided by Mediana)

Real-time collection of hospital room data… AI predicts risk of cardiac arrest

Mediana’s ‘MEDIANA Unified Monitoring’ is a platform that integrates patient status management by connecting patient monitoring devices, wearable medical devices, and centralized monitoring systems. The core system, ‘MEDIANA Unified Central,’ is designed to manage patient vital sign data and various alarms on a single screen. The company recently completed the manufacturing notification for digital medical devices with the Ministry of Food and Drug Safety.

The newly integrated DeepCARS is an AI medical device that analyzes key vital signs, such as a patient’s heart rate, respiratory rate, blood pressure, and body temperature, to predict the risk of cardiac arrest within the next 24 hours. Through this, medical professionals can identify warning signs before the patient’s condition deteriorates and respond more proactively.

Through this collaboration, the two companies plan to go beyond existing real-time monitoring systems and implement a ‘Predictive Monitoring’ environment that detects changes in patient conditions in advance.

It is a structure in which AI analyzes data collected from wearable devices and patient monitoring devices, and supports the clinical decision-making of medical staff based on this.

Mediana plans to expand cooperation with various medical AI companies in the future and gradually integrate diagnostic and predictive services into its integrated monitoring platform.

Lee Ye-ha, CEO of Vuno, said, “We will expand our cooperation to provide the clinical value of DeepCARS to more medical institutions.”

Mediana CEO Yoon Seung-hyun stated, “The integration of DeepCARS is the first instance of incorporating AI medical services into an integrated monitoring platform,” adding, “Going forward, we will connect various AI diagnostic and predictive solutions to develop this into a platform that supports integrated control within hospitals and AI-based clinical decision-making.”

患者の状態「観察」を超えて「予測」する…メディアナ、心停止予測AI病院現場適用

病院内の患者モニタリングシステムは、単純な観察中心でリスクを事前に検出する「予測型医療」段階に進化しています。医療AI企業と医療機器企業間のコラボレーションが拡大し、臨床現場でのAI活用範囲も急速に広がる姿だ。セルバスAI系列会社のメディアナが、ビューノのAIベース心停止予測ソリューション「VUNO Med-DeepCARS（ディープカス）」を自社統合モニタリングプラットフォームに連動し、本格的な商用化に乗り出す。

両社は連動開発を終えた後、今年第3四半期から病院の供給を開始する計画だと明らかにした。今回の協力は、メディアナとセルバスAI、ビューノ、ジェイエルケイが共に構成した「Medical AI Strategic Alliance（MASA）」発足以来初の事業化事例の一つだ。

メディアナ、統合モニタリングプラットフォームにビューノ心停止予測AI搭載（資料提供：メディアナ）

病室データのリアルタイム収集… AIが心停止のリスク予測

メディアナの「MEDIANA Unified Monitoring」は、患者監視装置とウェアラブル医療機器、中央集中監視装置を連結して患者の状態を統合管理するプラットフォームだ。コアシステムである「MEDIANA Unified Central」は、患者の生体信号データと各種アラームを一つの画面で管理できるように設計された。最近、食品医薬品安全処デジタル医療機器の製造申告も完了した。

今回連動するディープカスは患者の心拍数と呼吸数、血圧、体温などの主要生体データを分析し、今後24時間以内に心停止発生リスクを予測するAI医療機器だ。医療スタッフはこれにより、患者の状態が悪化する前に危険信号を確認し、より先制的に対応することができる。

両社は今回の協力を通じて、既存のリアルタイムモニタリング体系を超えて患者の状態変化を事前に感知する「予測型モニタリング（Predictive Monitoring）」環境を実装する計画だ。

ウェアラブル機器と患者監視装置で収集されたデータをAIが分析し、これを基に医療スタッフの臨床意思決定を支援する仕組みだ。

メディアナは今後様々な医療AI企業と協力を拡大し、診断と予測サービスを段階的に統合モニタリングプラットフォームに連携する予定だ。

イ・イェハビューノ代表は「ディープカスの臨床的価値をより多くの医療機関に提供できるように協力を拡大していく」と話した。

ユン・スンヒョンメディアナ社長は「ディープカス連動は統合モニタリングプラットフォームにAI医療サービスを組み込む最初の事例」とし「今後様々なAI診断・予測ソリューションを連結して病院内統合管制とAIベースの臨床意思決定を支援するプラットフォームに発展させていく」と明らかにした。

从“观察”到“预测”患者病情……Mediana在医院应用心脏骤停预测人工智能

院内患者监护系统正从简单的观察发展到能够提前检测风险的“预测医学”阶段。随着医疗人工智能公司与医疗器械制造商之间合作的不断深入，人工智能在临床环境中的应用范围也在迅速扩大。Selvas AI 的子公司 Mediana 正在将 Vuno 基于人工智能的心脏骤停预测解决方案“VUNO Med-DeepCARS”集成到其一体化监护平台中，并着手进行全面商业化推广。

两家公司宣布，在完成集成开发后，计划于今年第三季度开始向医院供货。此次合作是自Mediana、Selvas AI、Vuno和JLK组成的“医疗人工智能战略联盟（MASA）”成立以来，首批商业化案例之一。

Mediana 为其集成监测平台配备了 Vuno 的心脏骤停预测 AI 技术（图片由 Mediana 提供）

实时采集病房数据……人工智能预测心脏骤停风险

Mediana的“MEDIANA统一监测”平台整合了患者状态管理功能，通过连接患者监护设备、可穿戴医疗设备和集中式监护系统来实现这一目标。其核心系统“MEDIANA统一中心”旨在单一屏幕上管理患者生命体征数据和各种报警信息。该公司近期已完成向食品药品安全部提交的数字医疗设备生产备案。

新集成的DeepCARS是一款人工智能医疗设备，它分析患者的关键生命体征，例如心率、呼吸频率、血压和体温，以预测未来24小时内发生心脏骤停的风险。通过这项技术，医护人员可以在患者病情恶化之前识别出预警信号，并采取更积极主动的应对措施。

通过此次合作，两家公司计划超越现有的实时监测系统，实施“预测性监测”环境，提前检测患者病情的变化。

它是一种人工智能分析从可穿戴设备和病人监护设备收集的数据，并在此基础上支持医务人员进行临床决策的架构。

Mediana计划未来扩大与各医疗人工智能公司的合作，并逐步将诊断和预测服务整合到其综合监测平台中。

Vuno公司首席执行官李艺夏表示：“我们将扩大合作，为更多医疗机构提供DeepCARS的临床价值。”

Mediana 首席执行官尹承铉表示：“DeepCARS 的集成是首次将 AI 医疗服务纳入集成监控平台。”他补充道：“展望未来，我们将连接各种 AI 诊断和预测解决方案，将其发展成为一个支持医院内部集成控制和基于 AI 的临床决策的平台。”

Passer de l’« observation » à la « prédiction » de l’état des patients… Mediana déploie une IA de prédiction des arrêts cardiaques dans les hôpitaux

Les systèmes de surveillance des patients hospitalisés évoluent, passant d’une simple observation à une médecine prédictive capable de détecter les risques en amont. Avec le développement de la collaboration entre les entreprises d’IA médicale et les fabricants de dispositifs médicaux, le champ d’application de l’IA en milieu clinique s’élargit rapidement. Mediana, filiale de Selvas AI, intègre « VUNO Med-DeepCARS », la solution de prédiction des arrêts cardiaques basée sur l’IA de Vuno, à sa plateforme de surveillance intégrée et s’apprête à la commercialiser à grande échelle.

Les deux entreprises ont annoncé leur intention de commencer à approvisionner les hôpitaux dès le troisième trimestre de cette année, une fois l’intégration de leurs solutions finalisée. Cette collaboration constitue l’une des premières applications commerciales depuis le lancement de l’Alliance stratégique pour l’IA médicale (MASA), formée par Mediana, Selvas AI, Vuno et JLK.

Mediana équipe sa plateforme de surveillance intégrée de l’IA de prédiction des arrêts cardiaques de Vuno (Image fournie par Mediana)

Collecte en temps réel des données des chambres d’hôpital… L’IA prédit le risque d’arrêt cardiaque

La plateforme « MEDIANA Unified Monitoring » de Mediana intègre la gestion de l’état des patients en connectant les dispositifs de surveillance, les dispositifs médicaux portables et les systèmes de surveillance centralisés. Le système central, « MEDIANA Unified Central », est conçu pour gérer les données des signes vitaux et diverses alarmes sur un seul écran. L’entreprise a récemment obtenu l’autorisation de mise sur le marché de ses dispositifs médicaux numériques auprès du ministère de la Sécurité alimentaire et pharmaceutique.

Le système DeepCARS, récemment intégré, est un dispositif médical d’intelligence artificielle qui analyse les principaux signes vitaux, tels que la fréquence cardiaque, la fréquence respiratoire, la pression artérielle et la température corporelle d’un patient, afin de prédire le risque d’arrêt cardiaque dans les 24 heures suivantes. Grâce à lui, les professionnels de santé peuvent identifier les signes avant-coureurs avant que l’état du patient ne se détériore et intervenir plus efficacement.

Grâce à cette collaboration, les deux entreprises prévoient d’aller au-delà des systèmes de surveillance en temps réel existants et de mettre en œuvre un environnement de « surveillance prédictive » qui détecte à l’avance les changements dans l’état des patients.

Il s’agit d’une structure dans laquelle l’IA analyse les données collectées à partir d’appareils portables et de dispositifs de surveillance des patients, et soutient la prise de décision clinique du personnel médical sur cette base.

Mediana prévoit d’étendre sa coopération avec diverses entreprises d’IA médicale à l’avenir et d’intégrer progressivement des services de diagnostic et de prédiction à sa plateforme de surveillance intégrée.

Lee Ye-ha, PDG de Vuno, a déclaré : « Nous allons étendre notre coopération afin de faire bénéficier davantage d’établissements médicaux de la valeur clinique de DeepCARS. »

Le PDG de Mediana, Yoon Seung-hyun, a déclaré : « L’intégration de DeepCARS est la première fois que des services médicaux d’IA sont intégrés à une plateforme de surveillance intégrée », ajoutant : « À l’avenir, nous connecterons diverses solutions de diagnostic et de prédiction par IA afin de développer une plateforme qui prenne en charge le contrôle intégré au sein des hôpitaux et la prise de décision clinique basée sur l’IA. »