미국 카네기 멜론 대학교 연구팀이 흥미로운 실험을 진행했다. "오른쪽 폐에 물이 찼고, 왼쪽 아래쪽 폐는 정상"이라고 글로만 적으면 해당 상태의 CT 사진을 만들어주는 AI를 개발한 것이다. 실제 의료진 9명(의대생 2명, 수련의 3명, 전문의 4명)이 이 AI를 직접 사용해보고 평가한 결과를 발표했다.

'MedSyn'이라는 이름의 이 AI는 사용자가 증상이나 질병 상태를 글로 설명하면 3분 안에 실제 같은 CT 사진을 만들어낸다. 마치 가로, 세로, 옆면에서 찍은 사진처럼 여러 각도의 CT 이미지를 한번에 제공한다.

의대생들 "위험한 질병도 미리 안전하게 연습할 수 있어"

실험에 참여한 의료진들은 이 AI가 특히 의료 교육에서 큰 도움이 될 것이라고 평가했다. 의대생 한 명은 "실제 환자를 만나기 전에 정말 위험한 질병들을 미리 보고 연습할 수 있어서 좋다"고 말했다. 현재 의대 수업은 주로 책이나 슬라이드로 진행되는데, 실제 CT 사진을 구하기가 쉽지 않다는 문제가 있다. 한 의대생은 "의대생들이 흉부 CT를 제대로 배울 수 있는 곳이 별로 없다"며 현재 교육의 한계를 지적했다.

특히 응급실이나 야간 근무 때 도움이 클 것으로 예상된다고 했다. 한 수련의는 "응급 환자가 오면 확인해야 할 주요 질병들의 CT 사진을 미리 만들어두고, 다른 의료진과 함께 '이런 것들을 찾고 있어요'라고 설명할 수 있다"고 말했다.

실제 진료에서도 활용 가능, "더 정확한 진단서 작성에 도움"

이 AI는 단순한 공부 도구를 넘어 실제 환자 치료에도 도움이 될 수 있다고 평가됐다. 한 전문의는 "심장이 커진 환자의 CT를 볼 때 AI가 만든 비교 이미지를 참고하면 더 정확하게 판단할 수 있다"고 설명했다. 특히 진단서를 더 자세하고 정확하게 쓸 수 있다는 장점이 있다. 한 의사는 "그냥 '오른쪽 폐에 물이 찼다'고 쓰는 대신, AI 이미지와 비교해서 '정확히 어느 부위에 얼마나 찼는지' 구체적으로 적을 수 있다"고 말했다.

환자나 다른 의료진과의 소통에도 도움이 될 것으로 보인다. 한 수련의는 "수술 전에 환자에게 '수술 후 이런 모습이 될 거예요'라고 AI로 만든 이미지를 보여줄 수 있다"고 설명했다.

하지만 여러 문제점도 발견, "사진 화질이 떨어지고 가짜 병변도 생겨"

실제 사용해본 의료진들은 몇 가지 문제점도 발견했다. 가장 큰 문제는 화질이 떨어진다는 점이었다. 한 의대생은 "화질이 나빠서 내가 요청한 병이 정말 있는지 확인하기 어렵다"며 "값비싼 병원 컴퓨터가 아닌 오래된 컴퓨터로 보는 것 같다"고 평가했다.

더 심각한 문제는 AI가 없는 병을 만들어내거나 있어야 할 병을 빼먹는 경우가 있다는 것이다. 한 전문의는 꼼꼼히 살펴본 후 "이 환자에게 별의별 병을 다 만들어놨네요. 뼈 전이암이나 연결되지도 않는 이상한 구조까지 있어요"라고 지적했다. 특히 의료계에서는 잘못된 정보로 공부하는 것이 매우 위험할 수 있다는 우려가 나왔다. 한 수련의는 "공부할 때 틀린 정보를 받으면 큰 문제가 된다. 내가 틀렸는지 프로그램이 틀렸는지 알 수가 없기 때문"이라고 경고했다.

AI가 너무 진짜 같아서 오히려 위험, "구별이 안 돼"

놀랍게도 AI가 만든 CT 사진이 너무 실제 같아서 오히려 문제가 될 수 있다는 평가도 나왔다. 한 의대생은 "미리 말해주지 않았다면 이게 AI가 만든 건지 전혀 몰랐을 것"이라고 말했다. 한 전문의도 "제대로 된 설명을 넣으면 결과물이 너무 좋아서 내가 직접 만든 게 아니라면 AI인지 구별할 수 없다"고 평가했다.

이는 특히 의료 교육에서 문제가 될 수 있다. 의료진들은 "AI로 만든 이미지는 많은 경험을 쌓은 베테랑 의사들에게는 도움이 될 수 있지만, 아직 배우는 단계인 수련의들은 반드시 실제 환자의 진짜 이미지로 경험을 쌓아야 한다"고 강조했다.

FAQ

Q: 이 AI는 어떻게 사용하나요?

A: 컴퓨터에 "오른쪽 폐에 물이 찼고, 왼쪽 아래쪽 폐는 정상"처럼 증상을 글로 적으면 해당 상태의 CT 사진을 3분 정도 만에 만들어줍니다. 여러 각도에서 본 모습을 한번에 보여줍니다.

Q: 실제 병원에서 사용하려면 무엇을 고쳐야 하나요?

A: 사진 화질을 더 좋게 만들고, 없는 병을 만들어내거나 있는 병을 빼먹는 문제를 해결해야 합니다. 또한 의료진이 실제 사진과 AI가 만든 사진을 쉽게 구별할 수 있는 방법도 필요합니다.

Q: 이 기술이 널리 사용되면 의료 교육이 어떻게 바뀔까요?

A: 평소 보기 어려운 희귀 질병이나 응급상황을 안전하게 미리 공부할 수 있게 됩니다. 하지만 실제 환자의 진짜 사진으로 경험을 쌓는 것도 여전히 중요하기 때문에 적절한 균형이 필요할 것입니다.

해당 기사에 인용된 논문 원문은 arvix에서 확인 가능하다.

논문 명: A Human-Centered Approach to Identifying Promises, Risks, & Challenges of Text-to-Image Generative AI in Radiology

이미지 출처: A Human-Centered Approach to Identifying Promises, Risks, & Challenges of Text-to-Image Generative AI in Radiology

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.