갑작스러운 편측 마비와 언어장애는
급성 뇌졸중(acute stroke)의 가장 전형적인 증상이며, 특히 증상 발생
30분 이내라는 시간 정보는
대혈관 폐색(large vessel occlusion, LVO)을 시사할 수 있어 전문 처치가 가능한 병원으로의 즉각적인 이송이 필요한 상황입니다.
병원전 뇌졸중 분류의 핵심 원리
병원전 단계에서 뇌졸중 환자의 예후를 결정하는 가장 중요한 요소는
증상 발생부터 재관류 치료까지의 시간 단축입니다. 급성 허혈성 뇌졸중에서 대혈관 폐색이 의심되는 환자는 혈전제거술(endovascular thrombectomy, EVT)이 가능한 종합뇌졸중센터(comprehensive stroke center)로 직접 이송하는 것이 원칙입니다
[1]. 이는 일차 의료기관이나 뇌졸중 치료 역량이 제한된 병원을 경유할 경우 재관류 치료가 지연되어 신경학적 예후가 악화되기 때문입니다.
증상 기반 병원전 선별
편측 마비와 언어장애는 뇌졸중 선별 도구에서 가장 높은 가중치를 부여하는 핵심 증상입니다. 병원전 단계에서 대혈관 폐색을 선별하기 위해 개발된
FAST-ED(Field Assessment Stroke Triage for Emergency Destination) 척도는 안면 마비, 상지 운동 장애, 언어 변화, 실어증/무시 증후군 등을 평가하여 이송 병원을 결정하는 데 활용됩니다
[3]. 이 환자처럼 갑작스러운 편측 마비와 언어장애가 동반된 경우 FAST-ED 점수가 높게 산출되어
EVT 가능 센터로의 직접 이송이 권고됩니다.
다른 보기와의 감별
단순 찰과상, 오래된 요통, 경미한 코피, 손가락의 작은 상처는 모두 생명에 지장이 없거나 만성 경과를 보이는 상태로, 전문 처치가 가능한 병원으로의 우선 이송 대상이 아닙니다. 반면 급성 뇌졸중은
핵심! 증상 발생 후 치료 가능한 시간창(time window)이 제한되어 있어 분 단위의 신속한 판단이 필요합니다.
병원전 분류의 실제 적용
병원전 뇌졸중 분류는 임상 척도만으로 충분하지 않을 수 있다는 점도 고려해야 합니다. 전통적인 임상 척도나 로지스틱 회귀 기반 분류는 복잡한 예측 변수 간 상호작용을 놓칠 수 있어, 최근에는
기계 학습(machine learning) 기반 접근이 전대뇌순환 대혈관 폐색(aLVO)과 뇌내출혈(ICH)의 병원전 탐지 정확도를 향상시킬 수 있다는 연구 결과가 보고되고 있습니다
[2]. 또한 스마트폰 기반 실시간 사전 통보 시스템은 병원 도착 전에 뇌졸중팀을 활성화하여 병원 내 지연을 줄이는 데 기여할 수 있습니다
[3].
임상 적용 요점
응급구조사는 현장에서
증상 발생 시각을 정확히 확인하고, 편측 마비와 언어장애가 급성으로 발생한 경우 대혈관 폐색 가능성을 높게 간주해야 합니다. 이송 중에는 수용 가능한 병원의 뇌졸중 치료 역량(EVT 가능 여부)을 사전에 파악하고, 가능하다면 실시간 사전 통보를 통해 병원 측의 신속한 대응을 유도하는 것이 환자의 기능적 예후를 좌우할 수 있습니다
[1][3]. 인공지능 기반 가상 비서(virtual assistant)와 같은 새로운 기술도 병원전 뇌졸중 선별의 보조 도구로 개발되고 있으나, 현재로서는 구조사의 임상적 판단과 표준화된 선별 척도의 적용이 일차적인 접근법입니다
[4].
참고 문헌 (논문 출처)
- [1]
Prehospital Stroke Triage.일반논문Ramos A, Guerrero WR, Pérez de la Ossa N (2021) · DOI: 10.1212/WNL.0000000000012792
- [2]
Machine learning versus conventional methods for prehospital detection of stroke due to large vessel occlusion or intracranial haemorrhage. 일반논문Garcia BL, Dekker L, Bekker R, Wermer MJH, van Etten ES, van Zwet EW, Bosch J, van Es ACGM, van den Wijngaard IR, Kloos LMH, Aerden LAM, de Schryver ELLM, Kerkhoff H, Dippel DWJ, Daems JD, Dorresteijn KRIS, Chavannes NH, Roozenbeek B, Kruyt ND, For The Lpss And Presto Investigators. (2026) · DOI: 10.1093/esj/aakag112
- [3]
Smartphone-Based Prehospital Stroke Triage Optimizes Workflow and Bridges the Off-Hour Delays in Endovascular Thrombectomy.일반논문Yamamoto Y, Yamamoto N, Shimada K, Kanematsu Y, Kuroda K, Yamaguchi I, Ishihara M, Miyamoto T, Korai M, Izumi Y, Takagi Y. (2026) · DOI: 10.1159/000553221
- [4]
Artificial Intelligence in the Prehospital Stage of Stroke: Can Virtual Assistants Optimize Triage?일반논문Alessandro L, Crema S, Bianciotti N, Lombán J, Perez Arana CI, Bordón Orsingher FG, Kañevsky AL, Pujol-Lereis V, Fernandez Slezak D, Farez MF. (2026) · DOI: 10.1097/nrl.0000000000000682