귀 내시경 영상 7335장 학습한 AI 개발…의료진 13명 대상 진단 보조 효과 평가
[메가경제=김민준 기자] 인공지능(AI)을 활용하면 진료 경험이 적은 전공의의 귀 질환 진단 정확도를 크게 높일 수 있다는 연구 결과가 나왔다. AI의 도움을 받은 저연차 전공의의 진단 정확도는 54.4%에서 86.6%로 상승했고, 전문 교수와의 정확도 격차도 3.1%p까지 줄었다.
다만 AI의 판단을 참고하면서 기존 오진이 바로잡힌 사례뿐 아니라 정확했던 진단이 잘못된 진단으로 바뀐 사례도 확인돼 실제 의료 현장에 적용하기 위해서는 추가 검증이 필요하다는 분석이다.
 |
| ▲ 안중호 이비인후과 교수. [사진=서울아산병원] |
9일 서울아산병원에 따르면 안중호 이비인후과 교수·권지훈 융합의학과 교수팀은 귀 내시경 영상을 분석하는 딥러닝 기반 AI 모델을 개발하고 의료진 13명을 대상으로 진단 보조 효과를 평가했다.
연구팀은 2018년부터 2020년까지 서울아산병원에서 촬영한 귀 내시경 영상 7435장 중 7335장을 AI 모델 개발에 활용했다. 나머지 100장은 의료진의 진단 정확도를 평가하는 데 사용했다.
AI는 영상에서 만성 중이염과 삼출성 중이염, 두 질환에 해당하지 않는 경우를 구분하도록 설계됐다. 고막염과 상고실 함몰, 이진균증, 고막 환기관 삽입 여부 등 추가적인 질환 및 고막 상태도 판별할 수 있도록 했다.
연구팀이 개발한 AI 모델은 교차검증에서 주요 진단 항목에 대해 94.8%의 정확도를 기록했다. 별도로 마련한 평가용 영상 100장에서도 정확도는 95%로 나타났다.
이어 연구팀은 귀 질환 전문 교수 3명과 고연차 전공의 5명, 저연차 전공의 5명 등 의료진 13명을 대상으로 AI 활용 전후의 진단 정확도를 비교했다. 의료진은 먼저 AI의 도움 없이 귀 내시경 영상 100장을 판독했다. 이후 3개월이 지난 시점에 동일한 영상 100장을 AI가 제시한 진단 결과를 참고해 다시 판독했다.
연구 결과, 저연차 전공의의 진단 정확도는 54.4%에서 86.6%로 32.2%p 높아졌다. 고연차 전공의도 65%에서 93.8%로 28.8%p 상승했다. 교수 그룹 역시 78.7%에서 89.7%로 11%p 개선됐다.
특히 전문 교수 그룹과 저연차 전공의의 진단 정확도 차이는 AI 활용 전 24.3%p에서 활용 후 3.1%p로 줄었다. 저연차 전공의의 세부 진단 항목에서도 정확도 개선이 확인됐다. 고막염 진단 정확도는 75.4%에서 88.4%로, 상고실 함몰은 94.2%에서 98.4%로 상승했다.
AI의 진단 보조 효과가 모든 사례에서 긍정적으로 나타난 것은 아니었다.
의료진 13명이 영상 100장을 각각 판독한 결과, AI 활용 전 잘못 내렸던 진단이 올바르게 수정된 경우는 384건으로 전체 판독 1300건의 29.5%를 차지했다. 반면 기존에 정확했던 진단이 AI 활용 이후 잘못된 진단으로 바뀐 사례도 46건(3.5%) 발생했다.
이는 AI가 의료진의 판단을 보완할 가능성을 보여주는 동시에 AI가 제시하는 결과를 무조건 수용해서는 안 된다는 점도 시사한다.
이번 연구는 동일한 영상 100장을 의료진이 3개월 간격으로 다시 판독한 방식으로 진행됐다. 따라서 실제 진료 환경에서 다양한 환자를 대상으로 동일한 효과가 나타나는지는 추가적인 검증이 필요하다.
한편, 이번 연구 결과는 의료정보학 분야 국제학술지 'JMIR Medical Informatics'에 최근 게재됐다.
[저작권자ⓒ 메가경제. 무단전재-재배포 금지]
