진단 보조에 활용하는 의료 인공지능(AI)을 오프라벨(허가 외 사용)로 활용하면 의료진의 업무 부하를 크게 줄일 수 있다는 연구 결과가 나와 주목된다.

진단을 보조하는 기능을 역으로 활용해 아무 이상이 없는 환자를 제외하는데 쓰면 오히려 전문의들의 로딩을 획기적으로 줄일 수 있다는 결론이다.

현지시각으로 21일 북미영상의학회(RSNA) 공식 학술지인 래디올로지(Radiology)에는 의료 AI의 오프라벨 사용을 통한 업무 개선 효과에 대한 연구가 공개됐다(10.1148/radiol.240272).

현재 인공지능이 고도화되면서 X레이를 포함해 CT, MRI 영상을 분석해 의사의 진단을 보조하는 AI가 급격하게 확산되고 있다.

대부분이 의사의 피로도나 숙련도에 따라 놓칠 수 있는 이상 병변을 인공지능이 누락되지 않게 알려주는 기능이 주를 이루고 있는 상황.

특히 일부 인공지능은 이미 전문의의 판독보다도 더 높은 민감도를 기록하면서 임상 현장에서 활용도가 높아지고 있는 상태다.

문제는 그럼에도 영상의학과 전문의 등 의료진의 업무 부담은 여전하다는 점이다. 놓칠 수 있는 부분을 인공지능이 잡아주기는 하지만 밀려드는 판독 업무를 줄여주지는 못하기 때문이다.

덴마크 헤르레프 겐토프테(Herlev and Gentofte)병원 루이스(Louis Lind Plesner) 박사가 이끄는 연구진이 이에 대한 역발상을 기획한 것도 이러한 배경에 의해서다.

인공지능이 전문의만큼 이상 병변을 찾아낼 수 있다면 반대로 아무 이상병변이 없는 환자를 걸러내는데도 활용할 수 있다는 가정에서다.

이에 따라 연구진은 오프라벨을 활용해 병원에 도입된 인공지능을 병변이 없는 X레이를 걸러내는데 적용했다.

총 4개 병원에서 18세 이상 성인 환자 1961명을 모집해 흉부 X레이 촬영 데이터를 확보하고 두명의 영상의학과 의사와 인공지능을 교차 검증하며 병변이 없는 X레이를 골라내는 임상을 진행한 것이다.

그 결과 의료 AI는 1961개의 X레이 중 1231개(62.8%)를 관심있게 봐야할 것으로 표시했고 720개(37.2%)는 넘겨도 된다고 응답했다. 이는 영상의학과 전문의의 판독과 큰 차이는 없었다.

이러한 결과는 민감도에 따라서도 차이를 보였다.

민감도를 99.9%로 설정하자 배제해도 될 X레이를 24.5%로 보고했고 99.0%로설정하자 47.1%, 98%로 설정하자 52.7%로 출력했다.

반면 영상의학과 전문의의 평균인 87.2%로 민감도를 설정하자 병변이 있는데도 배제해도 된다고 소견을 낸 비율은 2.2%를 기록했다. 이는 영상의학과 전문의 1.1%에 비해 높은 수치다.

즉 민감도를 낮게 설정할 경우 영상의학과 전문의에 비해 꼭 봐야할 X레이를 배제할 가능성이 두배 가까이 올라간다는 의미가 된다.

같은 의미로 만약 민감도를 95.4%로 설정하면 AI 또한 이러한 수치가 1.1%로 낮아졌다. 영상의학과 전문의와 같은 비율이 된다는 의미다.

연구진은 이를 통해 영상의학과 전문의 등 의료진의 과도한 판독 업무를 획기적으로 줄일 수 있을 것으로 기대하고 있다.

민감도를 95.4% 이상으로 설정할 경우 영상의학과 전문의와 동등한 수준으로 배제해야 할 X레이를 쳐낼 수 있기 때문이다.

루이스 박사는 "오프라벨로 의료 AI를 사용할 경우 진단 보조 기능 외에도 이상 병변이 없는 X레이를 사전에 배제할 수 있다는 것을 보여주는 연구"라며 "의료진의 가장 큰 로딩 중 하나인 '이상 없는' X레이에 대한 판독 부담을 크게 줄여줄 수 있다는 것을 의미한다"고 밝혔다.