귀 내시경 영상 판독시 AI를 활용하면 의료진의 진단 정확도를 높일 수 있다는 연구결과가 나왔다. 특히 진료 경험이 적은 전공의에게서 AI의 진단 보조 효과가 크게 나타났다.

서울아산병원 이비인후과 안중호, 융합의학과 권지훈 교수팀은 귀 내시경 영상 7335장을 학습한 AI 모델을 개발하고 의료진 13명을 대상으로 진단 보조 효과를 평가했다.

분석결과 저연차 전공의가 만성 중이염과 삼출성 중이염 등을 구분하는 진단 정확도가 AI 활용 전 54.4%에서 활용 후 86.6%로 32.2%p 향상됐다.

중이질환은 귀 내시경으로 고막 상태를 확인하지만 일부 소견은 구별하기 어려워 의료진의 경험과 전문성이 진단에 영향을 줄 수 있다.

연구팀은 이러한 진단의 어려움을 줄이기 위해 딥러닝 기반 AI 모델을 개발했다.

2018년부터 2020년까지 서울아산병원에서 촬영된 귀 내시경 영상 총 7435장 가운데 7335장을 AI 모델 개발에 사용하고, 나머지 100장은 의료진의 진단 정확도를 평가하는 데 활용했다.

AI는 내시경 영상을 분석해 만성 중이염, 삼출성 중이염, 두 질환에 해당하지 않는 경우를 구분하도록 설계됐다. 

또한 상고실 함몰과 고막염, 이진균증 등 추가 질환과 고막 상태도 함께 판별하도록 했다. AI가 예상 질환을 제시하면 의료진이 이를 참고해 최종 판단하는 방식이다.

연구팀이 개발한 AI 모델은 7335장의 귀 내시경 영상을 활용한 교차검증에서 만성 중이염과 삼출성 중이염 등을 구분하는 주요 진단 항목에 대해 94.8%의 진단 정확도를 기록했다.

별도로 구성한 평가용 영상 100장에서도 진단 정확도는 95%로 나타났다.

이어 연구팀은 귀 질환을 전문으로 진료하는 교수 3명과 고연차 전공의 5명, 저연차 전공의 5명 등 의료진 13명을 대상으로 AI의 진단 보조 효과를 분석했다.

의료진은 먼저 AI의 도움 없이 내시경 영상 100장을 보고 진단했고, 3개월이 지난 뒤 같은 영상 100장에 대해 AI가 제시한 진단 결과를 참고해 다시 진단했다. 

그 결과 만성 중이염과 삼출성 중이염 등을 구분하는 주요 진단 항목에서 모든 의료진 그룹의 정확도가 통계적으로 유의하게 향상됐다.

저연차 전공의의 진단 정확도는 54.4%에서 86.6%로 32.2%p 높아져 가장 큰 개선 폭을 보였다.

고연차 전공의와 교수도 각각 28.8%p, 11%p 향상됐으며, 교수와 저연차 전공의 간 정확도 격차는 24.3%p에서 3.1%p로 줄었다.

또한 의료진 13명이 귀 내시경 영상 100장을 각각 진단한 결과, 처음에 잘못 내렸던 진단이 AI를 참고한 이후 올바른 진단으로 수정된 경우는 384건(29.5%)이었다.

반면 처음에는 정확했던 진단이 잘못된 진단으로 바뀐 경우도 46건(3.5%)으로 나타났다.

안중호 교수는 “AI가 경험이 적은 의료진의 진단 정확도를 높이는 데 도움이 될 수 있음을 확인했다”며 “추가 검증을 거쳐 중이질환 진단과 의료진 교육에 활용될 것으로 기대한다”고 말했다.

한편, 이번 연구결과는 의료정보학 분야 국제학술지 ‘JMIR 의료정보학’에 최근 게재됐다.