의료 AI가 병원 현장으로 빠르게 확산되면서 단순히 예측 정확도가 높은 모델보다 실제 의료진이 활용할 수 있는 AI를 검증하는 기준이 중요해지고 있다. 의료진의 업무 부담과 임상 환경까지 고려한 성능 평가 방식이 차세대 의료 AI의 핵심 경쟁력으로 떠오르는 모습이다.
의료 인공지능 기업 에이아이트릭스는 급성신부전(AKI) 발생 위험을 예측하는 딥러닝 모델 연구가 국제 학술지 ‘npj Digital Medicine’에 게재됐다. 이번 연구는 실제 병원의 연속적인 환자 모니터링 환경을 반영해 의료 AI의 임상 적용 가능성을 평가하는 새로운 프레임워크를 제시했다.
(왼쪽부터) 에이아이트릭스 이경현, 윤동휘, 이기병 연구원 (사진 제공: 에이아이트릭스)
실제 의료 현장 반영한 AI 평가 기준 제안
급성신부전은 입원 환자에게 자주 발생하는 합병증으로 조기 예측과 신속한 대응이 환자 예후를 좌우하는 질환이다. 그동안 의료 AI 연구는 예측 정확도(AUROC)를 중심으로 성능을 평가해 왔지만, 실제 병원의 연속적인 모니터링 환경을 충분히 반영하지 못한다는 한계가 있었다.
에이아이트릭스 연구진은 국내외 3개 의료기관에서 수집한 입원 환자 15만7,323건의 데이터를 활용해 3종의 딥러닝 모델과 2종의 머신러닝 모델을 개발하고 실제 병원 환경을 구현한 시뮬레이션에서 성능을 비교·검증했다.
연구 결과 딥러닝 모델이 기존 머신러닝 모델보다 전반적으로 높은 예측 성능을 보였지만, 단일 시점에서 가장 높은 정확도를 기록한 모델이 실제 임상 환경에서도 가장 우수한 것은 아닌 것으로 나타났다.
연구진은 시간에 따른 예측 성능의 안정성과 의료진이 처리해야 하는 경보 발생량(Alert Burden)을 함께 평가할 경우 실제 의료 현장에 더욱 적합한 AI 모델을 선별할 수 있다는 점을 확인했다.
이번 연구는 의료 AI의 성능 평가가 단순한 정확도를 넘어 실제 병원 운영 과정에서 지속적으로 활용할 수 있는지까지 함께 검증해야 한다는 방향성을 제시했다. 시간에 따른 모델의 일관성과 의료진의 업무 부담을 함께 고려하는 평가 체계는 향후 의료 AI 상용화 과정에서도 중요한 기준이 될 것으로 기대된다.
최근 의료 AI는 진단 보조를 넘어 중환자 모니터링과 예후 예측 등 임상 의사결정을 지원하는 분야로 활용 범위를 넓혀가고 있다. 에이아이트릭스도 실제 의료 현장에서 활용 가능한 AI 모델 개발을 통해 의료 AI의 임상 적용성을 지속적으로 높여간다는 계획이다.
The post 정확도만 높은 AI는 부족했다…에이아이트릭스, 급성신부전 예측 연구 국제학술지 게재 appeared first on 벤처스퀘어.