암 병기 판단 속도·정확도 모두 높인 AI 임상추론 기술 개발

아주대병원 연구팀이 영상·병리 보고서를 기반으로 암 병기 예측 정확도를 기존 대비 약 30% 높인 AI 임상추론 기술을 개발했다. 병원 내부 환경만으로도 실시간 추론이 가능한 경량 시스템이라는 점에서 임상 적용 가능성을 보여줬다.

아주대병원 방사선종양학과 허재성 교수 연구팀(허재성 교수·김선화·박준형 연구원)은 실제 임상에서 생성되는 영상·병리 보고서를 활용해 대규모 언어모델(LLM)이 암 병기(AJCC)와 종양 반응 평가(RECIST)에 따른 임상 판단까지 수행하는 AI 임상추론 기술을 개발했다고 밝혔다.

연구팀은 암 환자 4200여 건의 보고서를 기반으로 임상 Q&A 벤치마크를 구축하고 병리 정보·종양 변화·병기 판단을 통합 평가할 수 있는 체계를 마련했다. 특히 의사의 판단 절차를 단계적으로 반영하도록 모델을 설계한 결과, 암 병기 예측 정확도는 85~90%로 상승해 기존 대비 약 30% 향상됐다.

이번 연구의 또 다른 특징은 외부 클라우드를 사용하지 않고 병원 내부(on-premise) 환경에서 실시간 임상추론이 가능함을 입증한 점이다. 연구팀이 구축한 경량화 AI 시스템은 적은 GPU 자원으로도 보고서를 수 초 내 처리할 만큼 속도와 안정성이 확보돼 실제 임상 환경에서 활용 가능성이 확인됐다.

이 기술이 도입될 경우 의료진이 영상·병리 보고서를 구조화하는 시간이 1~3분에서 수 초로 단축돼 문서 업무 부담을 크게 줄일 수 있다. 더불어 임상결정지원시스템(CDSS), 다학제 진료 자동화, 정밀의료 고도화 등 다양한 임상지원 시스템으로 확장될 수 있는 기반이 된다.

보고서 자동 구조화는 암 환자 데이터의 표준화와 품질 개선에도 기여할 수 있어, 향후 정밀의료 및 암 AI 연구의 데이터 품질 향상에도 기여할 전망이다.

이번 연구는 Digital Health 11월호에 'Clinical reasoning from real-world oncology reports using large language models'라는 제목으로 게재됐다.