영상의학과 김동욱 교수는 최근 열린 대한영상의학회 학술대회에서 ‘인공지능을 이용한 의료영상진단 연구들의 임상검증 설계에 대한 분석’이라는 연구로 ‘KSR-최다피인용 KJR 논문상’을 수상했다. 의료/의학 영상분야 인공지능 연구의 임상검증에 대한 구체적인 분석 결과를 세계 최초로 제시하여 주목받은 연구이다.

Q. 연구의 배경은?

인공지능의 진단 능력은 학습에 쓰인 데이터의 영향을 많이 받는다. 따라서 엄밀한 기준을 통해 수집된 외부 데이터를 이용한 검증이 없을 경우 다양한 임상환경에 실제로 적용시켰을 때 부정확한 결과를 초래할 수 있다. 이는 의약품, 치료용 의료기구뿐만 아니라 의료영상 인공지능 소프트웨어에서도 매우 중요한 문제다. 충분히 검증되지 않은 인공지능 소프트웨어가 내린 진단오류는 환자의 건강에 위험을 초래할 수 있고 불필요한 의료비 상승으로도 이어질 수 있기 때문이다.

Q. 연구에 대해 설명하면?

이번 연구에서는 지난 2018년 1월부터 8월까지 전세계에 출간된 모든 의료·의학영상분야 논문 약 2,700건을 PubMed, EMBASE 등 연구관련 데이터베이스를 통해 추출하여 최종 516편의 유관 논문을 분석했다. 이중 개발된 인공지능 기술을 외부 데이터를 이용하여 검증한 경우는 약 6%의 연구에 불과했다. 우리 연구팀에서는 이러한 논문들이 ▲임상진료 상황에 맞는지 ▲다기관 연구인지 ▲연구 대상이 전향적으로 수집되었는지 등 엄밀한 기준을 만족하는지 분석했다. 그 결과 임상진료 상황에 맞춘 경우는 전체 논문 중 단 1%였고, 세 가지 모든 기준을 만족하는 연구는 없는 것으로 밝혀졌다.

이는 기존 인공지능 연구가 환자 진료에 유용한 도구가 될 기술적 가능성을 보여주었으나 임상검증 측면이 부족하였다는 점을 확인한 결과다. 인공지능 기술이 의료 진단 영역에서의 부족한 점을 가까운 미래에 모두 해결할 수 있을 것이라는 환상에서 벗어나 임상적용에 앞서서 윤리적이고 적절한 검증단계가 필요함을 시사한다. 현재 이 연구는 Web of Science 기준 79회, Google Scholar 기준 157회 피인용되며 연구자들에게 임상검증의 중요성을 환기시키고 있다.

Q. 앞으로의 연구 계획은?

인공지능 관련 연구는 해를 거듭할수록 성숙해지고 있다. 잘 수집된 외부 데이터를 통한 임상검증의 중요성이 대두되며 「란셋」, 「네이처」, 「영국의학저널」, 「래디올로지」 등 저명 저널에서는 의료영상 연구 관련 가이드라인(예를 들면 SPIRIT-AI, STARD-AI, CLAIM)을 정하여 외부 데이터 임상검증 등 인공지능 연구의 적절한 수행을 요구하고 있다. 연구 주제에 있어서는 인공지능 개발 단계의 집중에서 벗어나 개발된 인공지능이 실제 임상과정에서 적용됐을 때 기존의 진료를 대체 및 보완할 수 있는지에 초점이 맞춰지고 있다.

후속 연구로는 최근 인공지능 관련 연구에서 임상검증 차원에서 얼마만큼의 개선이 있었는지 확인하고, 인공지능의 임상적용 연구가 어떤 방향으로 진행되고 있는지 살펴볼 계획이다.