영국 버밍엄대학교 컴퓨터과학과와 심혈관과학과 공동 연구진이 심장병을 진단하는 인공지능 시스템 'CardAIc-Agents'를 개발했다고 발표했다. 이 연구는 버밍엄대학교 컴퓨터과학과 연구팀이 공동으로 진행했다. 심장병은 전 세계에서 가장 많은 사람이 죽는 병이다. 매년 1,790만 명이 심장병으로 사망하는데, 이 중 80%가 가난한 나라에서 발생한다. 문제는 전 세계적으로 의사가 400만 명 부족하다는 점이다. 특히 심장 전문의가 부족한 지역에서는 환자들이 제대로 된 치료를 받기 어려운 상황이다.

최근 챗GPT와 같은 AI가 미국 의사 시험에서 실제 의사보다 높은 점수를 받는 등 의료 분야에서 AI 활용이 주목받고 있다. 하지만 기존 AI들은 심장병처럼 복잡한 병을 진단할 때 한계가 있었다.

혈액검사부터 심전도까지, 한 번에 분석하는 똑똑한 의료 AI

기존 의료용 AI들은 주로 사진 한 장이나 텍스트만 분석할 수 있었다. 하지만 심장병을 정확히 진단하려면 혈액검사, 심전도, 심장 초음파 등 여러 검사 결과를 종합해서 봐야 한다. CardAIc-Agents는 이런 다양한 형태의 의료 정보를 동시에 분석할 수 있다.

이 AI 시스템은 크게 두 부분으로 나뉜다. 첫 번째는 'CardiacRAG 에이전트'로, 최신 심장병 치료 지식을 모아서 진단 계획을 세운다. 두 번째는 'CardiacExperts 에이전트'로, 실제로 여러 의료 도구를 사용해서 검사하고 최종 진단을 내린다.

특히 복잡한 케이스의 경우, AI가 처음 세운 계획을 중간중간 수정할 수 있다. 마치 의사가 환자를 진찰하면서 추가 검사가 필요하다고 판단하면 검사를 더 하는 것처럼, 이 AI도 상황에 따라 진단 과정을 바꿀 수 있다.

MS AI 35% vs CardAIc-Agents 87%, 기존 AI보다 2배 이상 정확한 진단 성능

연구진이 세 개의 대형 의료 데이터를 이용해 성능을 테스트한 결과, CardAIc-Agents는 기존 AI들을 크게 앞섰다. 가장 놀라운 결과는 MIMIC-IV라는 데이터에서 나왔다. CardAIc-Agents는 87%의 정확도를 보인 반면, 마이크로소프트에서 만든 LLaVA-Med는 35%에 그쳤다.

구글에서 개발한 MedGemma가 기존 AI 중에서는 가장 좋은 성능을 보였지만, 여전히 CardAIc-Agents보다는 낮았다. 특히 복잡한 의료 정보가 많은 데이터에서는 기존 AI들이 정보를 제대로 처리하지 못해 성능이 크게 떨어졌다.

연구진은 또한 최신 의료용 AI 시스템들과도 비교했다. 그 결과 CardAIc-Agents가 모든 면에서 더 우수한 성과를 보였다. 기존 AI들의 문제점은 미리 정해진 방식으로만 진단을 내리고, 새로운 의학 지식을 업데이트하지 못한다는 점이었다.

심전도 파형 표시부터 심장 초음파 분석까지, 의사 확인용 시각 자료 제공

CardAIc-Agents의 또 다른 장점은 진단 과정을 의사가 직접 확인할 수 있다는 점이다. 복잡하거나 애매한 경우에는 심전도 파형에 중요한 부분을 표시해 주거나, 심장 초음파에서 특정 부위를 색깔로 구분해서 보여준다.

실제로 두 명의 심장 전문의가 이 기능을 평가한 결과, 심장 초음파에서 11가지 표준 화면을 자동으로 찾아내는 정확도가 주요 화면에서는 100%, 기타 화면에서는 80% 이상이었다. 심장의 좌심실 부분을 정확히 구분하는 능력도 의료계에서 인정받는 수준이었다.

다만 심전도에서 P파, QRS파, T파를 찾아내는 기능은 아직 개선이 필요한 것으로 나타났다. 이는 모든 심장 박동을 완벽하게 찾아내야 하는 까다로운 기준 때문이다.

FAQ

Q: 이 AI가 기존 의료용 AI와 뭐가 다른가요?

A: 기존 AI는 사진 하나나 텍스트만 분석할 수 있었지만, CardAIc-Agents는 혈액검사, 심전도, 심장 초음파 등 여러 검사 결과를 동시에 분석할 수 있습니다. 또한 복잡한 경우에는 진단 과정을 중간에 수정하고 여러 전문가가 토론하듯이 분석할 수 있습니다.

Q: 실제 병원에서 언제 사용할 수 있나요?

A: 현재는 연구 단계이지만, 의사가 부족한 지역에서 심장병을 조기에 발견하는 용도로 활용될 가능성이 높습니다. 특히 복잡한 경우에는 의사가 최종 판단을 내릴 수 있도록 시각 자료를 제공하는 보조 도구로 사용될 예정입니다.

해당 기사에 인용된 논문 원문은 arvix에서 확인 가능하다.

논문 명: CardAIc-Agents: A Multimodal Framework with Hierarchical Adaptation for Cardiac Care Support

이미지 출처: 이디오그램 생성

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.