【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]귀 내시경 AI 활용하니 저연차 전공의 진단 정확도 32.2%p↑

온카뱅크관리자

2026-11-09 15:17:25

<div id="layerTranslateNotice" style="display:none;"></div>  <strong class="summary_view" data-translation="true">서울아산병원 연구팀, 귀 내시경 영상 7335장 학습한 AI 모델 개발<br>의료진 13명 대상 평가…전문 교수와 저연차 전공의 간 진단 격차도 줄어</strong> 
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="5wCxqAIkgA">
          <figure class="figure_frm origin_fig" contents-hash="65d7b72053853ee19370a9e08f5f0f5250d93d20bb6273b6ab77c72c4ccab7bd" dmcf-pid="1rhMBcCEjj" dmcf-ptype="figure">
           <p class="link_figure"><img alt="안중호 서울아산병원 이비인후과 교수가 내시경으로 중이염 환자의 귀 안을 살펴보고 있다. 서울아산병원" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/09/segye/20261109150746232xxym.jpg" data-org-width="1200" dmcf-mid="ZEOP7NsANc" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/09/segye/20261109150746232xxym.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            안중호 서울아산병원 이비인후과 교수가 내시경으로 중이염 환자의 귀 안을 살펴보고 있다. 서울아산병원
           </figcaption>
          </figure>
          <div contents-hash="ed38de06015bbe1e4ee87cf194da82b0cac52e9dd99a4900858cd645de7ff428" dmcf-pid="thWnfmyONN" dmcf-ptype="general">
            귀 내시경 영상에 인공지능(AI)을 활용하자 저연차 전공의의 중이질환 진단 정확도가 32.2%포인트 높아진 것으로 나타났다. 
          </div>
          <p contents-hash="cb7b31f6f41d520e2e2c3186d84dff65389f3e05efd095232851ef2a64460a44" dmcf-pid="FlYL4sWINa" dmcf-ptype="general">귀 질환 전문 교수와 저연차 전공의 사이의 진단 정확도 차이도 크게 줄어 AI가 의료진의 경험에 따른 진단 격차를 완화하는 데 도움을 줄 수 있다는 연구 결과가 나왔다.</p>
          <p contents-hash="ad2a214bbc0b917f3aed074bb7e32363b89c49e794d91719fa95bda20da959f7" dmcf-pid="3SGo8OYCAg" dmcf-ptype="general">서울아산병원 이비인후과 안중호 교수와 융합의학과 권지훈 교수팀은 귀 내시경 영상 7335장을 학습한 AI 모델을 개발하고 의료진 13명을 대상으로 진단 보조 효과를 평가한 결과 이같이 확인됐다고 최근 밝혔다. </p>
          <p contents-hash="1233407a94b160ddcbd561c67fe17c850ceace439c7955450beca594df1e463f" dmcf-pid="0vHg6IGhoo" dmcf-ptype="general">중이질환은 고막 안쪽 공간인 중이에 발생하는 질환으로, 만성 중이염과 삼출성 중이염 등이 대표적이다. 만성 중이염은 중이에 만성적인 염증이 생기는 질환이며, 삼출성 중이염은 고막 안쪽에 액체가 고이는 질환이다.</p>
          <p contents-hash="74d7e02f0adb9bbf777b8646a93a80339d9db0d0d55894af0d4d78a8e9e76cab" dmcf-pid="pTXaPCHlNL" dmcf-ptype="general">중이질환을 진단할 때는 귀 내시경으로 고막 상태를 살피지만, 질환에 따라 나타나는 변화가 다양하고 일부 소견은 구별하기 어려워 의료진의 임상 경험과 전문성이 중요하다.</p>
          <p contents-hash="77e5c9e16d2192980d98ef7ec2145344b95e5f88b211a226dbccb8f76bb48b86" dmcf-pid="UyZNQhXSgn" dmcf-ptype="general">연구팀은 이러한 진단의 어려움을 줄이기 위해 딥러닝 기반 AI 모델을 개발했다. 2018~2020년 서울아산병원에서 촬영한 귀 내시경 영상 7435장 가운데 7335장을 모델 개발에 활용하고, 나머지 100장은 의료진의 진단 정확도를 평가하는 데 사용했다.</p>
          <p contents-hash="de4ca9cee5415055f847410423ca698aebba0921a553892f0ac4dcb9eeef6eae" dmcf-pid="uW5jxlZvai" dmcf-ptype="general">AI 모델은 내시경 영상을 분석해 만성 중이염과 삼출성 중이염, 두 질환에 해당하지 않는 경우를 구분하도록 설계됐다. 상고실 함몰과 고막염, 이진균증, 고막 환기관 삽입 여부 등 추가적인 질환 및 고막 상태도 함께 판별할 수 있도록 했다.</p>
          <p contents-hash="130403478d44ffb699d895b3bdae2a70232ba8c199ad781e49edbc49c9c59218" dmcf-pid="7Y1AMS5TgJ" dmcf-ptype="general">모델 개발에 활용한 영상 7335장의 교차검증에서는 주요 진단 항목에 대해 94.8%의 정확도를 기록했다. 별도로 구성한 평가용 영상 100장에서도 정확도는 95%로 나타났다.</p>
          <p contents-hash="343e55c48d569a719e58c2184474ebd29fb3b2ff278a40c9219fa10dfc232376" dmcf-pid="zGtcRv1yad" dmcf-ptype="general">연구팀은 AI의 진단 보조 효과를 확인하기 위해 귀 질환 전문 교수 3명과 고연차 전공의 5명, 저연차 전공의 5명 등 의료진 13명을 대상으로 추가 평가를 진행했다.</p>
          <p contents-hash="66e810b67aaa819cea903a496dd6323428758cdc1217eaca4805db1b11988d03" dmcf-pid="qHFkeTtWoe" dmcf-ptype="general">의료진은 먼저 AI의 도움 없이 귀 내시경 영상 100장을 보고 진단했다. 3개월 뒤 같은 영상을 대상으로 AI가 제시한 결과를 참고해 다시 진단하도록 했다. 그 결과 만성 중이염과 삼출성 중이염 등을 구분하는 주요 진단 항목에서 세 그룹 모두 진단 정확도가 통계적으로 유의하게 높아졌다.</p>
          <p contents-hash="e925d0977a8339b5ee05e6832884e740c255c1288ed5033faeb2b6469dc6cbd2" dmcf-pid="BX3EdyFYjR" dmcf-ptype="general">저연차 전공의의 진단 정확도는 AI 활용 전 54.4%에서 활용 후 86.6%로 32.2%포인트 상승했다. 고연차 전공의는 65%에서 93.8%로 28.8%포인트, 교수 그룹은 78.7%에서 89.7%로 11%포인트 높아졌다.</p>
          <p contents-hash="2f493188ddc91ae8645f583f9933a3adf0fcd974d21e781172995f11d681f5fe" dmcf-pid="bZ0DJW3GNM" dmcf-ptype="general">특히 귀 질환 전문 교수와 저연차 전공의 사이의 진단 정확도 차이는 AI 활용 전 24.3%포인트에서 활용 후 3.1%포인트로 좁혀졌다. 경험이 적은 의료진일수록 AI를 활용했을 때 진단 정확도 개선 폭이 컸다는 의미다.</p>
          <p contents-hash="415518584e39416dad0a9735bad2adef9825961034fde6ba3ff8048ea91cba57" dmcf-pid="K5pwiY0HNx" dmcf-ptype="general">세부 진단 항목에서도 개선 효과가 나타났다. 저연차 전공의의 고막염 진단 정확도는 75.4%에서 88.4%로 높아졌고, 상고실 함몰 진단 정확도는 94.2%에서 98.4%로 상승했다.</p>
          <p contents-hash="83fd47ae6809420f7f1ea2a934b5c5dc4a7e0c5c0f0932d0836166345ace366b" dmcf-pid="91UrnGpXaQ" dmcf-ptype="general">의료진 13명이 영상 100장을 각각 진단한 결과, 처음에 잘못 내린 진단을 AI를 참고한 뒤 올바르게 수정한 경우는 384건으로 전체 진단의 29.5%를 차지했다. 반대로 처음에는 정확했던 진단을 AI 활용 후 잘못 수정한 경우도 46건(3.5%) 있었다.</p>
          <p contents-hash="a79df64cf5c02586f88015e2b7843036037ed1b94a924c5f04a91494e15a41bf" dmcf-pid="2tumLHUZcP" dmcf-ptype="general">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”며 “향후 다양한 환자와 진료 상황을 대상으로 추가 검증을 진행한다면 중이질환 진단과 의료진 교육에 유용하게 활용할 수 있을 것으로 기대한다”고 말했다.</p>
          <p contents-hash="ce205c57b2d29432920900a2fdf2cf64c8a3d62cafccc2880729f4d1a7657bf2" dmcf-pid="VNDV3nEoA6" dmcf-ptype="general">연구 결과는 의료정보학 분야 국제학술지인 ‘JMIR 의료정보학(Medical Informatics)’에 게재됐다.</p>
          <p contents-hash="b0625fd9eb4f09cc1572624378cb5e9ca008246a2c6aa2ca52a32cf4eaa1972a" dmcf-pid="fjwf0LDgg8" dmcf-ptype="general">이승구 온라인뉴스 기자 hibou5124@segye.com</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 세계일보. 무단전재 및 재배포 금지.</p>

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기