최근 AI를 이용한 의료영상 분야 연구가 활발히 이루어짐에 따라 흉부 방사선 영상에 대한 AI 기반 진단 보조 프로그램의 상용화가 시작되고 있다. 하지만, 실제 임상 환경에 AI 솔루션을 접목한 병원의 수가 적고, AI의 임상적 활용이 의료 업무 프로세스에 미치는 영향을 분석한 사례는 많지 않다.
|
용인세브란스병원은 개원 당시부터 모든 환자의 흉부 방사선 영상에 AI 기반 병변 발견 프로그램을 접목해 진단 보조를 위해 활용하고 있어 AI의 임상 적용이 의료진의 업무에 미치는 영향을 확인하기 적절한 환경을 갖추고 있다. 이에 연구팀은 흉부 방사선 영상을 판독하는 영상의학과 전문의의 판독 시간에 AI 진단 보조 프로그램이 어떠한 영향을 미치는지 확인하고자 전향적 연구를 수행했다.
|
연구 결과, AI 분석 결과를 판독 보조로 활용한 경우 그렇지 않았을 때와 비교해 판독 시간이 유의하게 감소했다. 이러한 경향은 AI가 정상으로 판단한 흉부 방사선 영상에서 더 크게 나타났다. 또한, AI가 진단한 이상 확률값이 클수록(병변 가능성이 있을수록) 판독 시간이 더 증가했으며, 그 증가폭은 AI 결과를 판독에 활용한 경우 유의하게 더 컸다. 즉, AI를 활용할 경우 정상 소견 판독에 걸리는 시간은 아끼고 이상 소견 판독 시에는 그만큼 자세한 판독을 가능하게 해 업무 효율성을 개선할 수 있는 것이다.
신현주 교수는 “이번 연구로 환자 의료영상 판독에 AI를 보조적으로 활용했을 때 시간의 효율적 재배치를 통해 더욱 자세한 판독이 가능함을 증명했다”며 “이에 따라 질환을 진단하는 데 AI가 긍정적인 결과를 가져올 수 있을 것으로 기대한다”고 밝혔다.
본 연구는 과학 분야 세계적 권위지인 네이처 리서치(Nature Research)의 온라인 의학저널인 ‘npj 디지털 메디슨(npj Digital Medicine)’에 최근 게재됐다.