서울아산병원 이비인후과 안중호, 융합의학과 권지훈 교수팀이 귀 내시경 영상 7335장을 학습한 인공지능(AI) 모델을 개발하고 의료진 13명을 대상으로 진단 보조 효과를 평가한 결과, 저연차 전공의가 만성 중이염과 삼출성 중이염 등을 구분하는 진단 정확도가 AI 활용 전 54.4%에서 활용 후 86.6%로 32.2%p 향상됐다고 9일 밝혔다.
 
귀 질환 전문 교수와 저연차 전공의 사이의 진단 정확도 차이도 AI 활용 전 24.3%p에서 활용 후 3.1%p로 줄었다. 연구팀은 이번 결과가 AI가 의료진의 임상 경험에 따라 발생하는 진단 정확도 차이를 줄이는 데 도움을 줄 수 있음을 보여준다고 설명했다.
 
연구팀은 딥러닝 기반 AI 모델을 개발했다. 2018년부터 2020년까지 서울아산병원에서 촬영된 귀 내시경 영상 총 7435장 가운데 7335장을 모델 개발에 사용했고, 나머지 100장은 의료진의 진단 정확도 평가에 활용했다.
 
AI는 내시경 영상을 분석해 만성 중이염, 삼출성 중이염, 두 질환에 해당하지 않는 경우를 구분하도록 설계됐다. 상고실 함몰, 고막염, 이진균증, 고막 환기관 삽입 여부도 함께 판별하도록 했다. AI가 예상 질환을 제시하면 의료진이 이를 참고해 최종 판단을 내리는 방식이다.
 
AI 모델은 7335장의 영상을 활용한 교차검증에서 만성 중이염과 삼출성 중이염 등을 구분하는 주요 진단 항목의 진단 정확도가 94.8%였다. 별도로 구성한 평가용 영상 100장에서는 95%로 나타났다.
 
진단 보조 효과 분석에는 귀 질환 전문 교수 3명, 고연차 전공의 5명, 저연차 전공의 5명 등 의료진 13명이 참여했다. 의료진은 먼저 AI 없이 내시경 영상 100장을 보고 진단했고, 3개월 뒤 같은 영상 100장에 대해 AI가 제시한 진단 결과를 참고해 다시 진단했다. 그 결과 주요 진단 항목에서 모든 의료진 그룹의 정확도가 통계적으로 유의하게 향상됐다.
 
고연차 전공의는 65%에서 93.8%로 28.8%p, 교수 그룹은 78.7%에서 89.7%로 11%p 높아졌다. 저연차 전공의의 고막염 진단 정확도는 75.4%에서 88.4%로, 상고실 함몰 진단 정확도는 94.2%에서 98.4%로 향상됐다.
 
의료진이 처음에 잘못 내렸던 진단이 AI를 참고한 뒤 올바른 진단으로 수정된 경우는 384건(29.5%)이었다. 처음에는 정확했던 진단이 잘못된 진단으로 바뀐 경우도 46건(3.5%)이었다.
 
안중호 교수는 “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 국제학술지 ‘JMIR 의료정보학’에 최근 게재됐다.

저작권자© 메디게이트뉴스, 무단 전재 및 재배포 금지

#서울아산병원 #귀 내시경 #인공지능 진단 #만성 중이염 #삼출성 중이염 #진단 정확도 #전공의 #AI 모델 #고막염 #JMIR 의료정보학 #AI #JMIR