 |
| AI와 의사의 인지기능 진단 과정을 비교한 인포그래픽입니다. |
인지 기능 저하의 초기 징후는 공식적인 진단 검사에서 바로 드러나지 않는 경우가 많습니다.
의료진의 진료 기록에 숨겨진 아주 작은 단서 속에 정답이 숨어 있는 경우가 많기 때문입니다.
최근 연구에 따르면 인공지능(AI)은 의사의 진료 기록을 분석해 기억력 및 사고력 문제의 초기 징후를 식별하는 데 도움을 줄 수 있는 것으로 나타났습니다.
진료 기록 속 숨은 단서를 찾아내는 AI 시스템의 원리
에이전트 방식의 협력 시스템 구축 배경
연구진은 새로운 AI 시스템을 구축하기 위해 다섯 개의 AI 프로그램이 서로의 작업을 검토하는 에이전트 방식의 접근법을 사용했습니다.
이 협력 시스템은 사람의 개입 없이 임상 기록을 해석하는 방식을 반복적으로 개선해 나갔습니다.
메타의 Llama 3.1을 기반으로 구축된 이 시스템은 3년간의 의사 진료 기록, 경과 기록, 퇴원 요약 등을 분석에 활용했습니다.
임상의 진단과 91% 일치율을 보인 학습 과정
연구팀은 AI에게 인지 장애 관련 기록이 있는 환자와 없는 환자의 기록을 학습시켰습니다.
임상의들이 기록에 표시한 방식과 일치하도록 오류를 통해 학습한 결과, 시스템은 임상의들의 진단과 약 91%의 일치율을 기록했습니다.
이는 AI가 의료 기록의 미묘한 패턴을 정확하게 학습할 수 있음을 증명합니다.
인간 의사보다 AI가 미묘한 인지 저하를 더 잘 찾아내는 이유
의사보다 보수적인 임상적 정의 적용
새로운 데이터 테스트에서 시스템의 민감도는 떨어졌지만, 전문가들이 재검토한 결과 44%의 사례에서 AI의 평가가 의사의 차트 검토보다 더 정확하다는 사실이 밝혀졌습니다.
인공지능은 임상적 정의를 더 보수적으로 적용하여 사소해 보이는 기억력 문제나 혼란에 대한 언급을 놓치지 않고 포착했습니다.
수동 차트 검토의 한계를 보완하는 선별 보조 도구
신호가 명확할 때는 누구나 알아챌 수 있지만 미묘할 때는 사람과 기계의 판단이 다를 수 있습니다.
이번 연구의 공동 저자인 리디아 모우라 박사는 AI의 목표가 임상적 판단을 대체하는 것이 아니라 선별 보조 도구 역할을 하는 것이라고 강조했습니다.
전문의가 부족한 환경에서 의료진이 어떤 환자를 추적 관찰해야 할지 결정하는 데 큰 도움이 됩니다.
의료 현장 도입을 위한 과제와 앞으로의 전망
다양한 임상 환경에 따른 정확도 검증 필요
RMIT 대학교의 카린 베르스푸어 연구원은 데이터가 단일 병원 네트워크에서 수집되었기 때문에 진료 기록 작성 방식이 다른 환경에서는 정확도가 보장되지 않을 수 있다고 경고했습니다.
시스템의 시야는 결국 읽어들이는 메모의 품질에 의해 제한되므로 다양한 환경에 걸친 최적화가 필수적입니다.
백그라운드에서 작동하는 실무 보조 도구 지향
현재 이 시스템이 곧바로 임상 현장에서 사용되는 것은 아닙니다.
연구진은 일반적인 진료 과정에서 AI가 조용히 백그라운드에서 작동하며 잠재적인 문제점을 보여주는 것을 목표로 하고 있습니다.
의사가 AI 도구를 직접 다루는 것이 아니라, 시스템 자체가 임상 기록 속 통찰력을 제공하는 방향으로 발전하고 있습니다.
자주 묻는 질문
Q1. AI가 인지 기능 저하를 진단하는 것인가요?
A1. 아니오, 직접 진단하는 것이 아니라 진료 기록을 분석해 더 면밀한 관찰이 필요한 환자를 식별하는 선별 보조 도구 역할을 합니다.
Q2. 연구에 사용된 AI는 어떤 방식으로 개발되었나요?
A2. 메타의 Llama 3.1을 기반으로 하며, 각각 특정 역할을 맡고 서로의 작업을 검토하는 다섯 개의 AI 프로그램이 협력하는 에이전트 방식을 사용했습니다.
Q3. 의사보다 AI가 더 정확하게 판단한 이유는 무엇인가요?
A3. AI가 임상적 정의를 더 보수적으로 적용하여, 의사가 당시 중요하게 여기지 않았던 잠재적인 인지 문제에 대한 언급을 놓치지 않고 우선시하도록 훈련되었기 때문입니다.
함께 읽으면 좋은 글
원인·증상·치료와 관리 방법을 함께 살펴보면 내용을 더 쉽게 이해할 수 있습니다.
0 댓글