AI, 응급실 의사보다 더 뛰어나다? [지금은 과학]

[아이뉴스24 정종오 기자] 대형 언어 모델(LLM)을 이용한 인공지능(AI)이 응급실 의사 결정이나 진단 식별, 치료 단계 선택 등 일반적 임상 추론 작업에서 인간 의사보다 우수한 성능을 보일 수 있다는 새로운 연구 결과가 나왔다.

실제 응급실 데이터를 활용한 연구로 인공지능과 의사의 능력을 광범위한 임상 추론 작업에서 비교한 최대 규모 연구 중 하나이다.

관련 논문(논문명: Performance of a large language model on the reasoning tasks of a physician)은 1일 사이언스에 실렸다.

미국과 영국, 호주 등 국제 공동연구팀은 OpenAI의 LLM인 ‘o1’ 시리즈의 진단과 치료 계획 수립 능력을 수백 명의 의사 , 기존 AI 시스템과 비교해 종합적으로 평가했다.

평가에는 표준화된 임상 사례에 대해 LLM이 평가하는 실험 5건과 매사추세츠주의 주요 응급 의료 센터에서 무작위로 선정된 응급실 환자를 대상으로 한 실제 연구가 사용됐다.

연구 결과 총 6가지 실험 전체에서 LLM 모델이 진단과 치료 계획을 수립할 때 인간과 동등하거나 그 이상의 성능을 보였음이 발견됐다.

LLM의 경우 최소한의 정보로 신속한 결정을 내려야 하는 응급실 초기 단계의 환자를 분류할 때 가장 두드러졌다. 인간과 LLM은 모두 임상 데이터가 많아질수록 성능이 향상되는 특성이 있다.

LLM의 경우 불확실한 상황에서도 단편적이고 정형화되지 않은 의료 기록 데이터까지 효과적으로 활용해 탁월한 성능을 보였다.

연구팀은 의사의 평가와 함께 LLM을 사용하면 진단 오류나 진단 지연, 의료 접근성 불평등을 줄일 수 있다며 적극적 임상시험이 필요하다고 주장했다.

연구팀 측은 “다만 임상 현장에서는 시각과 청각적 단서가 매우 중요한데 현재 AI는 이러한 영역에서 아직 부족한 면이 있다”고 지적한 뒤 “이번 결과가 인공지능 시스템이 스스로 의료 행위를 할 수 있거나 의사가 진단 과정에서 배제될 수 있음을 의미하지는 않는다”고 전제했다.

이번 논문과 관련해 해리슨 에든버러대 외과·데이터 과학 교수는 “(이번 연구는)다양한 진단 가능성을 고려하고 중요한 부분을 놓치지 않아야 할 때 임상의에게 유용한 제 2 의견 도구가 될 수 있다는 것을 보여준다”며 “그렇다고 해서 AI를 임상 현장에 무분별하게 도입해야 한다는 의미는 아니다”고 말했다.

이어 “이러한 도구들이 의사와 간호사의 더 나은 의사 결정, 불필요한 피해 감소, 불필요한 검사 회피, 바쁜 병원과 진료 환경에서의 안전한 업무 수행에 어떻게 도움이 되는지 보여주는 연구가 있어야 할 것”이라며 “이번 연구는 해당 분야를 한 단계 발전시켰는데 임상 현장의 근본적 변화를 가져오지는 못할 것”이라고 설명했다.

무분별하게 사용되도록 방치해서는 안되며 실제 임상 환경에서 테스트를 거치고 임상의를 대체하는 게 아니라 제2 의견 도구로 활용해야 한다고 주장했다.

해리슨 교수는 “환자에게 실제로 중요한 결과 즉 더 나은, 더 안전하고 더 빠른 진료를 제공하는 지 여부를 기준으로 모니터링해야 한다”고 덧붙였다.