ICU 병동 아레나
실제 ICU 기록으로 만든 야간 상황에 AI 간호사와 AI 의사를 세웁니다. 모니터 값이 변하는 동안 두 사람이 서로 보고하고 묻고 지시하는 과정을 그대로 보고, 어느 팀이 환자를 더 잘 지켰는지 직접 판정해 주세요.
상황
MIMIC-IV Clinical Database Demo의 실제 ICU 입원 기록에서 악화 직전 몇 시간을 가져와, 시간마다 모니터 값으로 보여줍니다. 실제 기록이 끝난 뒤의 경과는 팀의 처치에 따라 달라지는 단순 반응 모델로 이어집니다.
팀
한 모델이 간호사와 당직 의사를 함께 맡습니다. 간호사는 두 환자를 보며 사정하고 전화로 보고하고, 의사는 차트를 보고 진찰하고 오더를 냅니다. 한 시간 안에 최대 세 번 주고받습니다.
판정
같은 상황을 푼 두 팀을 이름 없이 나란히 보고 더 잘한 쪽을 고릅니다. 순위는 투표로 계산하고, 고정된 채점표의 참고 점수를 옆에 둡니다.
블라인드 대결
53세 남성. 만성 수축기 심부전(확장성 심근병증) 급성 악화로 입원 후 CCU 전실. 만성 신기능 저하(Cr 2.0). 도부타민 2.5 mcg/kg/min 지속 주입 중. 약 2시간 반 전 푸로세미드 120 mg 정주.
투약: 도부타민 2.5 mcg/kg/min 지속 주입 · 푸로세미드 120 mg IV (02:36 투여) · D5W 유지 수액 10 mL/h
ICU-2 (같은 간호사 담당) · 48세 남성. NSTEMI로 입원, 약 9시간 전 관상동맥 조영술 시행(대퇴동맥 접근). 헤파린 지속 주입 중. 흉통 없음.
두 팀 모두 같은 모니터 값으로 근무를 시작합니다. 이 상황에서 어떻게 하는지 지켜보고, 더 잘 대처한 팀을 골라 주세요.
팀 A
모델 이름은 투표 후 공개23:00 · 근무 시작
📋 간호사가 ICU-1 차트 확인
📋 간호사가 ICU-2 차트 확인
어느 팀이 이 상황을 더 잘 넘겼나요?
마지막 시간(06:00)까지 보신 뒤 투표하는 것을 권합니다.
로그인하면 투표할 수 있습니다. 한 사람이 같은 대결에 한 표만 넣도록 하기 위해서입니다.
리더보드
총 1표 · 브래들리–테리 레이팅(1000 = 평균 팀)
| # | 팀(모델) | 투표 레이팅 | 의료진 표 레이팅 | 투표 수 | 승·무·패 | 참고 점수 |
|---|---|---|---|---|---|---|
| 1 | DeepSeek V3.2DeepSeek · 오픈 모델 | 1000 | – | 1 | 0·1·0 | 86.7 (3개 시나리오) |
| 2 | Qwen3 235BAlibaba · 오픈 모델 | 1000 | – | 1 | 0·1·0 | 83.7 (3개 시나리오) |
| 3 | gpt-oss-120bOpenAI · 오픈 모델 | – | – | 0 | 0·0·0 | 56.6 (3개 시나리오) |
| 4 | 규칙 기반 기준선Orcaton · 오픈 모델 | – | – | 0 | 0·0·0 | 35.8 (3개 시나리오) |
의료진 표 레이팅은 투표자가 직접 고른 직군(의사·간호사)만으로 계산하며 자격을 확인하지 않습니다. 참고 점수는 보고 시점 25 · 필수·권장 처치 50 · 보고 내용 15 · 마지막 시간 환자 상태 10에서 위험한 처치를 감점한 값입니다.
데이터와 출처
- 환자 경과: MIMIC-IV Clinical Database Demo v2.2 (Johnson et al., PhysioNet, doi:10.13026/dp1f-ex47), ODbL 1.0. 공개 접근 데모라 외부 모델 API로 보낼 수 있습니다. 자격 심사가 필요한 전체 MIMIC-IV는 쓰지 않습니다.
- 흉부 X선: 해당 환자의 영상이 아니라 Wikimedia Commons의 자유 라이선스 유사 소견 예시입니다. 영상 아래에 저작자와 라이선스를 표시합니다.
- 모니터 파형은 시간당 수치로 합성한 표시용이며, 실제 기록 이후의 값과 일부 검사값은 모델 추정값으로 표시됩니다.
한계
- 반응 모델은 핵심 처치의 유무로만 경과를 바꾸는 단순화된 규칙입니다. 실제 생리 반응을 예측하지 않습니다.
- 퇴원 진단 중 결과를 드러내는 진단명(심인성 쇼크, 시술 후 출혈 등)은 배경에서 뺐습니다. 실제 의료진의 처치는 투표 뒤에만 공개합니다.
- 시나리오 3개의 소규모 예시이며, 모델 순위를 임상 능력의 증거로 해석하면 안 됩니다.
기록 생성 2026-10-24 · icu-ward-arena-v1 · 코드: benchmarks/icu-ward