AI, 의사와 협업해 복부 CT 판독 민감도 약 10% 높여

인공지능(AI)이 의사와 협업해 복부 CT 판독의 민감도를 약 10% 끌어올렸다는 연구 결과가 나왔다.

29일(현지시간) 바이오온(BioOn)에 따르면 연구진은 사람의 수작업 없이 대규모 임상 보고서만으로 학습하는 범용 복부 CT 진단 AI 'RADAR'를 개발했다.

이 모델은 확장 가능한 시각-언어 프레임워크를 기반으로 하며, CT 영상을 해부학적 단위로 나눠 진단 텍스트 보고서와 정렬하는 방식으로 훈련됐다.

연구진은 42만4911건의 검사와 1500만개의 해부학적 짝으로 구성된 대규모 데이터셋 'RAD-CT'를 구축해 모델을 학습시켰다.

18개 해부 구조와 146개 영상 소견을 평가한 결과, RADAR는 3만9160건의 실제 내부 집단에서 146개 소견 진단에 대해 수신자 조작 특성 곡선 아래 면적(AUC) 0.913을 기록했다.

8개 외부 기관에서는 AUC가 0.874~0.912로 나타났다. 간암·췌장암·위암·대장암 등 4개 암의 병리 확진 평가에서는 0.891~0.984를 보였다.

초기 훈련에서 제외된 급성 복부 질환에서도 AUC 0.904를 유지해 익숙하지 않은 응급 상황에 대한 일반화 성능을 입증했다.

14개 기관의 방사선과 전문의 26명이 참여한 판독 연구에서 RADAR는 대다수 참가자보다 우수한 성능을 보였고, 협업 사용 시 민감도를 약 10% 높였다.

RADAR는 진단 관련 시각적 단서를 강조하는 주의 지도를 제공해 판독 해석을 돕는 기능도 갖췄다.

연구진은 "이번 연구는 대규모 시각-언어 학습이 복잡하고 다양한 방사선 판독을 위한 범용 AI 시스템 개발의 실현 가능한 경로가 될 수 있음을 보여준다"라고 밝혔다.

이번 연구 결과는 국제학술지 사이언스(Science)에 게재됐다.