귀 내시경 영상을 판독할 때 인공지능(AI)을 활용하면 중이염 등 귀 질환을 진단하는 의료진의 정확도를 높일 수 있다는 연구 결과가 나왔다. 특히 진료 경험이 적은 전공의에게서 AI의 진단 보조 효과가 크게 나타났다.

서울아산병원 이비인후과 안중호, 융합의학과 권지훈 교수팀은 귀 내시경 영상 7,335장을 학습한 AI 모델을 개발하고 의료진 13명을 대상으로 진단 보조 효과를 평가한 결과, 저연차 전공의가 만성 중이염과 삼출성 중이염 등을 구분하는 진단 정확도가 AI 활용 전 54.4%에서 활용 후 86.6%로 32.2%p 향상됐다고 최근 밝혔다.

귀 질환 전문 교수와 저연차 전공의 사이의 진단 정확도 차이도 AI 활용 전 24.3%p에서 활용 후 3.1%p로 크게 줄었다. 이번 연구 결과는 AI가 의료진의 임상 경험에 따라 발생하는 진단 정확도의 차이를 줄이는 데 도움을 줄 수 있음을 보여준다.

중이질환은 고막 안쪽의 공간인 중이에 발생하는 질환으로, 만성 중이염과 고막 안쪽에 액체가 고이는 삼출성 중이염 등이 대표적이다. 중이질환을 진단할 때는 귀 내시경으로 고막의 상태를 살피지만, 질환에 따라 나타나는 변화가 다양하고 일부 소견은 구별하기 어려워 의료진의 경험과 전문성이 진단에 영향을 줄 수 있다.

연구팀은 이러한 진단의 어려움을 줄이기 위해 딥러닝 기반 AI 모델을 개발했다. 2018년부터 2020년까지 서울아산병원에서 촬영된 귀 내시경 영상 총 7,435장 가운데 7,335장을 AI 모델 개발에 사용하고, 나머지 100장은 의료진의 진단 정확도를 평가하는 데 활용했다.

AI는 내시경 영상을 분석해 만성 중이염, 삼출성 중이염, 두 질환에 해당하지 않는 경우를 구분하도록 설계됐다. 또한 고막 위쪽이 안으로 함몰되는 상고실 함몰, 고막에 염증이 생기는 고막염, 귀에 곰팡이 감염이 발생하는 이진균증, 고막 환기관 삽입 여부 등 추가적인 질환이나 고막 상태도 동시에 판별하도록 했다. AI가 예상되는 질환을 제시하면, 의료진이 이를 참고해 최종 판단을 내리는 방식이다.

연구팀이 개발한 AI 모델은 7,335장의 귀 내시경 영상을 활용한 교차검증에서 만성 중이염과 삼출성 중이염 등을 구분하는 주요 진단 항목에 대해 94.8%의 진단 정확도를 기록했다. 별도로 구성한 평가용 영상 100장에서도 진단 정확도는 95%로 나타났다.

이어 연구팀은 귀 질환을 전문으로 진료하는 교수 3명과 고연차 전공의 5명, 저연차 전공의 5명 등 의료진 13명을 대상으로 AI의 진단 보조 효과를 분석했다. 의료진은 먼저 AI의 도움 없이 내시경 영상 100장을 보고 진단했고, 3개월이 지난 뒤 같은 영상 100장에 대해 AI가 제시한 진단 결과를 참고해 다시 진단했다. 그 결과, 만성 중이염과 삼출성 중이염 등을 구분하는 주요 진단 항목에서 모든 의료진 그룹의 정확도가 통계적으로 유의하게 향상됐다.

저연차 전공의의 진단 정확도는 54.4%에서 86.6%로 32.2%p 높아져 가장 큰 개선 폭을 보였다. 고연차 전공의도 65%에서 93.8%로 28.8%p 향상됐으며, 교수 그룹 역시 78.7%에서 89.7%로 11%p 상승해 세 그룹 모두 진단 정확도가 높아졌다.

세부 항목에서도 일부 개선 효과가 확인됐다. 저연차 전공의의 고막염 진단 정확도는 75.4%에서 88.4%로 높아졌으며, 상고실 함몰 진단 정확도 역시 94.2%에서 98.4%로 향상됐다.

또한 의료진 13명이 귀 내시경 영상 100장을 각각 진단한 결과, 처음에 잘못 내렸던 진단이 AI를 참고한 이후 올바른 진단으로 수정된 경우는 384건(29.5%)이었다. 반면 처음에는 정확했던 진단이 잘못된 진단으로 바뀐 경우도 46건(3.5%)으로 나타났다.

안중호 서울아산병원 이비인후과 교수는 “이번 연구는 AI가 의료진의 진단을 보조하는 역할을 할 때, 특히 경험이 적은 의료진의 진단 정확도를 높이는 데 도움이 될 수 있음을 보여준다. 향후 다양한 환자와 진료 상황을 대상으로 추가 검증을 진행한다면 중이질환 진단과 의료진 교육에 유용하게 활용할 수 있을 것으로 기대한다”고 말했다.

이번 연구 결과는 의료정보학 분야 국제학술지인 ‘JMIR 의료정보학(Medical Informatics, 피인용지수 5.0)’에 최근 게재됐다.