[사진] (왼쪽)‘KCR 2026 최우수 초록상’을 수상한 서울대학교병원 송지영 교수
- 서울대병원 황의진, 송지영 교수팀과 공동연구… AI가 판독문과 영상 대조해 놓친 소견만 재검토 제안
- 판독 독립성 지키며 민감도 유의하게 향상… 추가 판독 시간은 건당 3.3초
국내 1세대 의료 AI 기업 딥노이드(대표이사 최우식)는 서울대학교병원 황의진, 송지영 교수 연구팀과 공동으로 수행한 흉부 X-ray AI 이중판독 연구가 'KCR 2026 최우수 초록상(KCR 2026 Best Abstract Award)'에 선정됐다고 14일 밝혔다. KCR은 대한영상의학회가 주관하는 영상의학 학술대회로 지난 9일부터 12일까지 킨텍스 제2전시장에서 열렸다.
이번 연구는 의사가 1차 판독을 마친 뒤 AI가 판독문과 영상을 대조해 누락 가능성이 있는 사례만 선별해 재검토를 제안하는 'AI 기반 사후 이중판독(Double Reading)' 방식의 임상적 유용성을 평가했다. AI가 판독 전이나 판독 중에 소견을 먼저 제시하는 기존 방식과 달리, 의사의 독립적인 판단이 끝난 뒤에만 개입하는 것이 특징이다.
연구진은 흉부 X-ray 영상 775건을 대상으로 다중 판독자 연구를 진행했다. 정답 기준은 판독에 참여하지 않은 별도의 흉부 영상의학 전문의가 같은 날 촬영한 흉부 CT로 독립적으로 확정했다. 14개 소견 분류를 기준으로 의뢰가 필요한 이상 소견(referable abnormality)이 있는 영상 140건과 없는 영상 635건이 포함됐다. 흉부 영상의학 전문의 6명이 AI 도움 없이 판독문을 작성하면, AI 이중판독 시스템이 영상 기반 예측 결과와 판독문을 문장 단위로 비교해 불일치·누락·위양성 가능성이 있는 사례를 표시하고, 전문의는 표시된 사례만 다시 검토해 판독문을 유지하거나 수정하는 방식이다.
그 결과 AI는 전체 사례의 평균 16.1%를 재검토 대상으로 선별했고, 이 중 30.7%에서 판독문이 수정됐다. 평균 판독 민감도는 32.3%에서 37.6%로 유의하게 향상됐고 전체 정확도는 84.5%에서 84.8%로 유지됐다. 병변 유형별로는 14개 분류 중 5개에서 민감도가 유의하게 개선됐다. AI 검토에 따른 추가 소요 시간은 건당 평균 3.3초 수준이었다.
이번 연구는 AI가 1차 판독을 대체하지 않고 사후 검토자로 작동해도 전문의의 판독 독립성을 유지한 채 민감도를 높일 수 있음을 보여줬다. AI 결과를 먼저 제시할 때 우려되는 자동화 편향(automation bias)·탈숙련(deskilling) 문제를 구조적으로 피하면서 추가 판독 부담을 제한적으로 유지할 수 있다는 점에서 학문적 의의를 인정받았다.
최우수 초록상을 수상한 서울대학교병원 송지영 교수는 "국내 최대 영상의학 학술대회에서 연구의 가치를 인정받아 뜻깊다"며 "AI를 진단에 보조적으로 활용하는 방식이 다양해지는 만큼, 의사의 독립적인 판단을 지키면서 판독의 완결성을 높이는 AI 활용법에 대한 연구를 지속해 나가겠다"고 밝혔다.
한편, 딥노이드는 병원 판독 워크플로우 전반을 지원하는 의료 AI 서비스 기업으로 거듭나겠다는 비전을 갖고 사업을 확장하고 있다. 지난 7월 미디어 데이에서는 생성형 의료 AI 솔루션의 모달리티 확장 방향을 공개하며 에이전트 AI 기반 의료 서비스 기업으로 도약하겠다는 계획을 밝혔다.
###