서울아산병원, 귀 내시경 영상 분석 AI 개발
교수·전공의 13명 대상 진단 보조 효과 확인
저연차 전공의 정확도 54.4%→86.6% 상승
안중호 서울아산병원 이비인후과 교수가 내시경으로 중이염 환자의 귀 안을 살펴보고 있다. ⓒ서울아산병원
귀 내시경 영상 판독에 인공지능(AI)을 활용하면 중이염 등 귀 질환의 진단 정확도를 높일 수 있다는 연구 결과가 나왔다. 특히 진료 경험이 적은 전공의의 진단 정확도가 54.4%에서 86.6%로 32.2%p 높아져, AI가 의료진의 숙련도에 따른 진단 격차를 줄이는 데 기여할 수 있다는 분석이다.
서울아산병원 안중호 이비인후과·권지훈 융합의학과 교수팀은 귀 내시경 영상 7335장을 학습한 AI 모델을 개발하고, 의료진 13명을 대상으로 진단 보조 효과를 평가한 결과 이같이 나타났다고 최근 밝혔다.
중이질환은 고막 안쪽 공간인 중이에 발생하는 질환으로, 만성 중이염과 고막 안쪽에 액체가 고이는 삼출성 중이염 등이 대표적이다. 진단에는 주로 귀 내시경을 활용하지만, 질환에 따라 고막의 변화가 다양하고 일부 소견은 구별하기 어려워 의료진의 경험과 전문성이 중요한 역할을 한다.
연구팀은 이러한 진단의 어려움을 줄이기 위해 딥러닝 기반 AI 모델을 개발했다. 2018년부터 2020년까지 서울아산병원에서 촬영한 귀 내시경 영상 7435장 가운데 7335장을 모델 개발에 사용하고, 나머지 100장은 의료진의 진단 정확도를 평가하는 데 활용했다.
AI는 내시경 영상을 분석해 만성 중이염과 삼출성 중이염, 두 질환에 해당하지 않는 경우를 구분하도록 설계됐다. 고막염과 상고실 함몰, 이진균증 등 다른 질환이나 고막 상태도 판별할 수 있도록 했다. 의료진이 AI의 분석 결과를 참고해 최종 진단을 내리는 방식이다.
개발된 AI 모델은 학습 영상에 대한 교차검증에서 주요 진단 항목의 정확도가 94.8%로 나타났으며, 별도의 평가 영상 100장에서도 95%를 기록했다.
연구팀은 이어 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 내시경 영상 100장을 판독한 뒤, 3개월 후 같은 영상을 AI의 분석 결과와 함께 다시 판독했다.
그 결과 모든 의료진 그룹에서 진단 정확도가 통계적으로 유의하게 향상됐다. 저연차 전공의는 54.4%에서 86.6%로 32.2%p 높아져 가장 큰 개선 폭을 보였다. 고연차 전공의도 65%에서 93.8%로 28.8%p, 교수 그룹은 78.7%에서 89.7%로 11%p 상승했다.
특히 귀 질환 전문 교수와 저연차 전공의 사이의 진단 정확도 차이는 AI 활용 전 24.3%p에서 활용 후 3.1%p로 줄었다. 저연차 전공의의 고막염 진단 정확도 역시 75.4%에서 88.4%로 높아지는 등 세부 항목에서도 개선 효과가 확인됐다.
AI가 진단 오류를 바로잡는 데 도움을 준 사례도 있었다. 의료진 13명이 영상 100장을 판독한 총 1300건의 진단 가운데, 처음에는 잘못 판단했지만 AI를 참고한 뒤 올바르게 수정한 경우가 384건(29.5%)이었다. 반면 정확했던 진단이 잘못된 판단으로 바뀐 경우도 46건(3.5%)으로 나타났다.
안중호 교수는 “이번 연구는 AI가 의료진의 진단을 보조하는 역할을 할 때, 특히 경험이 적은 의료진의 진단 정확도를 높이는 데 도움이 될 수 있음을 보여준다”며 “향후 다양한 환자와 진료 상황을 대상으로 추가 검증을 진행한다면 중이질환 진단과 의료진 교육에 유용하게 활용할 수 있을 것으로 기대한다”고 말했다.
이번 연구 결과는 의료정보학 분야 국제학술지인 ‘JMIR 의료정보학(Medical Informatics, 피인용지수 5.0)’에 최근 게재됐다.
댓글 쓰기