의료진 진단 과정 모방한 AI 연구, 희귀·복합질환에서 정확도는?

의사가 환자에게 질문하고 검사 결과를 확인하며 진단을 좁혀가는 과정을 모방한 인공지능(AI) 시스템이 개발됐다. 미국 마이크로소프트 AI헬스팀의 하르샤 노리 연구원 연구팀은 대화형 평가모델 ‘SD벤치’와 진단보조 AI ‘DxO’를 개발해 10월 22일 국제학술지 사이언스에 발표했다.

기존 AI 평가가 정돈된 임상 정보를 한 번에 제공하고 결론을 보는 방식이었다면, 이번 연구는 진료 중 정보가 단계적으로 모이는 상황을 다룬다.

DxO에는 최신 대규모언어모델이 탑재됐으며, 여러 AI 에이전트가 협력해 진단을 다듬는다. 한 에이전트가 세운 가설을 다른 에이전트가 반박하는 방식으로 다학제 전문의 협진과 비슷한 과정을 구현했다. SD벤치도 진료의 흐름을 반영한다.

예컨대 ‘29세 여성이 인후통과 출혈로 입원했다’는 초기 정보만 먼저 제시한 뒤 병력, 문진·진찰, 혈액·영상검사 결과를 차례로 공개한다. 평가 기준은 필요한 정보를 모으면서 최소 비용으로 정확한 진단에 도달하는지다.

성능은 두 평가에서 일반의보다 높았다. 뉴잉글랜드 저널 오브 메디슨에 실린 고난도 희귀·복합질환 증례를 검색해 진단한 일반의의 평균 정확도는 36.1%였고, DxO는 83.2%였다. 응급실 환자 데이터 평가에서는 일반의가 46.8%, DxO가 80.3%를 기록했다.

평가 상황은 서로 다르지만, 일반의의 정확도가 상대적으로 낮았던 낯선 희귀질환과 비전형적 복합질환에서도 AI가 높은 수치를 보였다는 점이 연구의 핵심이다.

연구팀은 이를 AI가 의사를 대체한다는 뜻으로 해석하지 않았다. 시간에 쫓기는 의사가 놓칠 수 있는 진단 가능성을 짚고, 불필요한 고가 검사를 줄이는 데 도움을 주는 보조 도구가 될 수 있다는 설명이다.

실제 진료에서 검사에는 비용과 위험이 따르는 만큼, 진단 정확도뿐 아니라 어떤 정보를 더 확인할지 판단하는 과정까지 평가하려 한 것이 이번 연구의 특징이다.